降雨及时效影响下高边坡复杂位移多点神经网络监控模型

CN 11-2068/TU ISSN 1000-8993

中国科技核心期刊

RCCSE中国核心学术期刊

JST China收录期刊

中国建筑科学领域高质量科技期刊分级目录

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

降雨及时效影响下高边坡复杂位移多点神经网络监控模型

黄铭, 闫彭彭, 刘俊

文章导航 > 工业建筑 > 2016 > 46(9): 99-102

黄铭, 闫彭彭, 刘俊. 降雨及时效影响下高边坡复杂位移多点神经网络监控模型[J]. 工业建筑, 2016, 46(9): 99-102. doi: 10.13204/j.gyjz201609021

引用本文:

黄铭, 闫彭彭, 刘俊. 降雨及时效影响下高边坡复杂位移多点神经网络监控模型[J]. 工业建筑, 2016, 46(9): 99-102. doi: 10.13204/j.gyjz201609021

黄铭, 闫彭彭, 刘俊. 降雨及时效影响下高边坡复杂位移多点神经网络监控模型[J]. 工业建筑, 2016, 46(9): 99-102. doi: 10.13204/j.gyjz201609021

引用本文:

黄铭, 闫彭彭, 刘俊. 降雨及时效影响下高边坡复杂位移多点神经网络监控模型[J]. 工业建筑, 2016, 46(9): 99-102. doi: 10.13204/j.gyjz201609021

降雨及时效影响下高边坡复杂位移多点神经网络监控模型

doi: 10.13204/j.gyjz201609021

计量
- 文章访问数: 54
- HTML全文浏览量: 3
- PDF下载量: 50
- 被引次数: 0
出版历程
- 刊出日期: 2016-09-30

摘要: 为揭示高边坡位移在降雨和时效影响下的复杂变化规律,采用积分型降雨因子和时效函数构建径向基函数(RBF)神经网络监测模型的输入层,以测斜孔内多个测点位移为输出层向量,根据实测降雨、位移时间序列,以模糊C均值聚类(FCM)算法确定RBF计算中心,建立高边坡位移多测点神经网络监控模型。实例表明:采用合理降雨、时效输入层因子及FCM算法的模型可获得理想效果,能有效捕捉复杂变化的位移发展过程,并具有较高的预测精度。

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 54
HTML全文浏览量: 3
PDF下载量: 50
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回