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
2
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
基于BP神经网络的多测点监测模型在大坝安全监测中的应用
1
作者
张国智
陈建康
+2 位作者
张亦然
杨志勇
潘望
《南水北调与水利科技》
CSCD
北大核心
2015年第S01期216-219,共4页
建立了基于BP神经网络的多测点监测模型,为了验证该监测模型的有效性和精确性,通过具体的工程计算实例,将该模型的计算结果与统计回归单测点监测模型、BP神经网络单测点监测模型的计算结果比较。对比分析表明:对于TP8测值,统计回归模型...
建立了基于BP神经网络的多测点监测模型,为了验证该监测模型的有效性和精确性,通过具体的工程计算实例,将该模型的计算结果与统计回归单测点监测模型、BP神经网络单测点监测模型的计算结果比较。对比分析表明:对于TP8测值,统计回归模型平均误差为3.8%,BP神经网络单测点监测模型平均误差为9.4%,而BP神经网络的多测点监测模型平均误差仅为1.6%。因为BP神经网络的多测点监测模型考虑了各种效应量之间的相关性,预测结果比另外两种模型预测结果好,在大坝监测预测预报中具有一定的应用价值。
展开更多
关键词
BP神经网络
安全
监测
多测点监测模型
数据分析
在线阅读
下载PDF
职称材料
海堤渗压多测点径向基函数监测模型的建立
被引量：
5
2
作者
黄铭
刘俊
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2012年第10期1675-1679,共5页
为综合多测点监测信息建立海堤渗压预测模型,揭示其受海洋潮位等因素影响的复杂而特殊的变化规律,以径向基函数(RBF)神经网络为建模工具,采用前期潮位因子、积分型降雨因子、时效因子构建模型输入层,对符合条件的多个渗压测点进行综合...
为综合多测点监测信息建立海堤渗压预测模型,揭示其受海洋潮位等因素影响的复杂而特殊的变化规律,以径向基函数(RBF)神经网络为建模工具,采用前期潮位因子、积分型降雨因子、时效因子构建模型输入层,对符合条件的多个渗压测点进行综合训练、预测.同时根据海堤渗压特点,对建模中RBF网络的计算中心选取方法加以探讨,进而结合模糊C均值聚类算法确定计算中心.以浦东海堤实测资料实现了该模型建立的具体过程,取得理想效果,并给出了应用建议.
展开更多
关键词
海堤渗压
多测点监测模型
径向基函数
影响因子
模糊C均值聚类
在线阅读
下载PDF
职称材料
题名
基于BP神经网络的多测点监测模型在大坝安全监测中的应用
1
作者
张国智
陈建康
张亦然
杨志勇
潘望
机构
四川大学水利水电学院
水力学与山区河流开发保护国家重点实验室
出处
《南水北调与水利科技》
CSCD
北大核心
2015年第S01期216-219,共4页
文摘
建立了基于BP神经网络的多测点监测模型,为了验证该监测模型的有效性和精确性,通过具体的工程计算实例,将该模型的计算结果与统计回归单测点监测模型、BP神经网络单测点监测模型的计算结果比较。对比分析表明:对于TP8测值,统计回归模型平均误差为3.8%,BP神经网络单测点监测模型平均误差为9.4%,而BP神经网络的多测点监测模型平均误差仅为1.6%。因为BP神经网络的多测点监测模型考虑了各种效应量之间的相关性,预测结果比另外两种模型预测结果好,在大坝监测预测预报中具有一定的应用价值。
关键词
BP神经网络
安全
监测
多测点监测模型
数据分析
Keywords
BP neural network
safety monitoring
multi-point monitor
data anaysis
分类号
TV551.2 [水利工程—水利水电工程]
在线阅读
下载PDF
职称材料
题名
海堤渗压多测点径向基函数监测模型的建立
被引量：
5
2
作者
黄铭
刘俊
机构
合肥工业大学土木与水利工程学院
上海交通大学船舶海洋与建筑工程学院
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2012年第10期1675-1679,共5页
基金
国家自然科学基金资助项目(50979056)
文摘
为综合多测点监测信息建立海堤渗压预测模型,揭示其受海洋潮位等因素影响的复杂而特殊的变化规律,以径向基函数(RBF)神经网络为建模工具,采用前期潮位因子、积分型降雨因子、时效因子构建模型输入层,对符合条件的多个渗压测点进行综合训练、预测.同时根据海堤渗压特点,对建模中RBF网络的计算中心选取方法加以探讨,进而结合模糊C均值聚类算法确定计算中心.以浦东海堤实测资料实现了该模型建立的具体过程,取得理想效果,并给出了应用建议.
关键词
海堤渗压
多测点监测模型
径向基函数
影响因子
模糊C均值聚类
Keywords
sea wall seepage pressure
multi-point monitoring model
radial basis function（RBF）
effect factor
fuzzy C-means algorithm（FCM）
分类号
TV698.1 [水利工程—水利水电工程]
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
基于BP神经网络的多测点监测模型在大坝安全监测中的应用
张国智
陈建康
张亦然
杨志勇
潘望
《南水北调与水利科技》
CSCD
北大核心
2015
0
在线阅读
下载PDF
职称材料
2
海堤渗压多测点径向基函数监测模型的建立
黄铭
刘俊
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2012
5
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
