期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
使用长短期记忆人工神经网络进行花岗岩变形破坏阶段的判别
被引量：
7
1
作者
陶雪杰
徐金明
+1 位作者
王树成
王亚磊
《水文地质工程地质》
CAS
CSCD
北大核心
2021年第3期126-134,共9页
判别岩石所处的变形破坏阶段是分析岩石变化过程的重要基础。由于室内试验视频数据具有很好的等时距分布特征,可以使用基于长短期记忆的神经网络(LSTM-NN)模型判别外荷作用下岩石的变形破坏阶段。本文根据花岗岩室内单轴压缩试验所得应...
判别岩石所处的变形破坏阶段是分析岩石变化过程的重要基础。由于室内试验视频数据具有很好的等时距分布特征,可以使用基于长短期记忆的神经网络(LSTM-NN)模型判别外荷作用下岩石的变形破坏阶段。本文根据花岗岩室内单轴压缩试验所得应力-应变曲线和试验视频图像中裂隙的分布情况,将岩石变形破坏过程分成岩石压密阶段、弹性变形阶段、裂隙扩展阶段、整体破坏阶段,在提取不同阶段不同组分主要数字特征参数(面积)基础上,建立了基于LSTM-NN模型的岩石变形破坏阶段分类网络,分析了模型主要参数(学习率和最大周期等)对分类准确性的影响,使用所建模型对岩石所处变形破坏阶段进行了判别。结果表明,在LSTM-NN模型参数中,学习率和最大周期对变形破坏阶段判别准确率的影响较大,二者分别为0.005和200时的判别准确率达到最高;对于整个变形破坏阶段来说,LSTM-NN模型对裂隙扩展阶段预测的判别效果最好、对整体破坏阶段预测的判别效果最差;对于花岗岩中不同组分来说,LSTM-NN模型对变形破坏阶段预测准确性高低的顺序是裂隙、黑云母、长石、石英。
展开更多
关键词
花岗岩
成分
变形破坏阶段
长短期记忆神经网络
在线阅读
下载PDF
职称材料
题名
使用长短期记忆人工神经网络进行花岗岩变形破坏阶段的判别
被引量：
7
1
作者
陶雪杰
徐金明
王树成
王亚磊
机构
上海大学土木工程系
中铁十七局集团有限公司
出处
《水文地质工程地质》
CAS
CSCD
北大核心
2021年第3期126-134,共9页
基金
国家自然科学基金项目(41472254)
中国铁建股份有限公司科技研究开发计划项目(17-C13)。
文摘
判别岩石所处的变形破坏阶段是分析岩石变化过程的重要基础。由于室内试验视频数据具有很好的等时距分布特征,可以使用基于长短期记忆的神经网络(LSTM-NN)模型判别外荷作用下岩石的变形破坏阶段。本文根据花岗岩室内单轴压缩试验所得应力-应变曲线和试验视频图像中裂隙的分布情况,将岩石变形破坏过程分成岩石压密阶段、弹性变形阶段、裂隙扩展阶段、整体破坏阶段,在提取不同阶段不同组分主要数字特征参数(面积)基础上,建立了基于LSTM-NN模型的岩石变形破坏阶段分类网络,分析了模型主要参数(学习率和最大周期等)对分类准确性的影响,使用所建模型对岩石所处变形破坏阶段进行了判别。结果表明,在LSTM-NN模型参数中,学习率和最大周期对变形破坏阶段判别准确率的影响较大,二者分别为0.005和200时的判别准确率达到最高;对于整个变形破坏阶段来说,LSTM-NN模型对裂隙扩展阶段预测的判别效果最好、对整体破坏阶段预测的判别效果最差;对于花岗岩中不同组分来说,LSTM-NN模型对变形破坏阶段预测准确性高低的顺序是裂隙、黑云母、长石、石英。
关键词
花岗岩
成分
变形破坏阶段
长短期记忆神经网络
Keywords
granite
composition
deformation and failure stage
long short term memory neural network
分类号
TU458.3 [建筑科学—岩土工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
使用长短期记忆人工神经网络进行花岗岩变形破坏阶段的判别
陶雪杰
徐金明
王树成
王亚磊
《水文地质工程地质》
CAS
CSCD
北大核心
2021
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
