排序方式: 共有4条查询结果,搜索用时 296 毫秒
1
1.
建筑物震陷预测新方法研究 总被引:1,自引:0,他引:1
利用人工神经网络的基本原理,本文修正了经典BP型神经网络的激励函数,并对学习率和训练样本进行了动态调整等多方面改进。根据70个多层建筑震陷的实测资料,在分析了建筑物震陷的影响因素基础上,提取了9个指标;采用改进后的BP算法,建立了多指标的建筑物震陷预测模型。研究结果表明,改进的BP网络性能良好,所建立的模型预测精度高,具有一定的工程实用价值;神经网络法是一种有效可行的预测新方法,人工神经网络技术具有广泛的应用前景。 相似文献
2.
3.
4.
基于粗糙集的范例推理在泥石流危险性评价中的应用 总被引:2,自引:1,他引:1
将粗糙集理论和范例推理相结合,建立了基于粗糙集-范例推理的泥石流危险性评价模型.运用粗糙集理论对范例库中的范例进行属性约简和特征向量权值计算,用相似度量理论来实现最相似范例检索,得到泥石流的危险性评价结果.选取了一次泥石流(可能)最大冲出量,泥石流发生频率、流域面积、主沟长度、流域相对高差、流域切割密度、24 h最大降雨量、松散固体物质储量共8个因素作为泥石流危险性的影响因子;选取云南东川和西藏八宿等共14条泥石流沟资料进行建模分析.实例研究表明,基于粗糙集一范例推理的泥石流危险性评价结果与实际状态相吻合,该方法具有简便、高效、直观、实用的特点. 相似文献
1