基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
据地震液化的实测资料,即地震荷载下实测的各项土的物理力学参数,利用BP人工神经网络理论,建立粉土液化等级评别的反向神经网络模型进行判别.与现有的方法比较,具有通用性、客观性、科学性.因人工神经网络具有良好的非线性映射能力,可以灵活方便地对多成因的复杂的未知数进行高度的建模.神经网络兼有概念直观,公式简洁,标准化编程和易于实现等优点.
推荐文章
砂土地震液化预测的人工神经网络模型
人工神经网络
BP算法
预测
砂土液化
模型评价
土地类型分类的人工神经网络方法
人工神经网络
影像
平均值
标准差
傅利叶频谱
人工神经网络技术在内燃机工程中的应用
展望
人工神经网络
内燃机工程中的应用
砂土地震液化的神经网络预测
BP神经网络
砂土地震液化
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 粉土地震液化等级评判的人工神经网络技术应用
来源期刊 昆明理工大学学报 学科 工学
关键词 神经网络 粉土液化 等级判别
年,卷(期) 2000,(4) 所属期刊栏目
研究方向 页码范围 63-65
页数 3页 分类号 TU43.5
字数 1989字 语种 中文
DOI 10.3969/j.issn.1007-855X.2000.04.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 阮永芬 昆明理工大学建筑工程学院 64 623 13.0 23.0
2 陈昆梅 昆明理工大学信息工程与自动化学院 11 24 2.0 4.0
3 韦敏才 昆明理工大学建筑工程学院 5 19 1.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (19)
同被引文献  (30)
二级引证文献  (128)
2000(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(2)
  • 引证文献(1)
  • 二级引证文献(1)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(4)
  • 引证文献(1)
  • 二级引证文献(3)
2006(11)
  • 引证文献(3)
  • 二级引证文献(8)
2007(8)
  • 引证文献(1)
  • 二级引证文献(7)
2008(13)
  • 引证文献(1)
  • 二级引证文献(12)
2009(9)
  • 引证文献(0)
  • 二级引证文献(9)
2010(15)
  • 引证文献(3)
  • 二级引证文献(12)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2012(8)
  • 引证文献(2)
  • 二级引证文献(6)
2013(10)
  • 引证文献(0)
  • 二级引证文献(10)
2014(10)
  • 引证文献(0)
  • 二级引证文献(10)
2015(16)
  • 引证文献(1)
  • 二级引证文献(15)
2016(14)
  • 引证文献(3)
  • 二级引证文献(11)
2017(10)
  • 引证文献(1)
  • 二级引证文献(9)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
粉土液化
等级判别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
昆明理工大学学报(自然科学版)
双月刊
1007-855/X
53-1123/T
大16开
云南省昆明市呈贡区景明南路727号
64-79
1959
chi
出版文献量(篇)
3434
总下载数(次)
7
总被引数(次)
25009
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导