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:
本文应用人工神经网络原理解决水工隧洞围岩分类这一非线性和不确定性较大的实际问题,通过建立隧洞围岩的力学指标和环境因素的BP判定模型,为水工隧洞围岩分类提供可靠的途径.
推荐文章
巷道围岩参数的人工神经网络预测
围岩参数
人工神经网络
预测
TBM施工深埋水工长隧洞围岩综合分类研究
深埋水工长隧洞
TBM
地质勘察
地质风险
围岩工程地质分类
基于Pi演算的人工神经网络模型
人工神经网络
Pi演算
模式识别
人工神经网络在引水隧洞变形监测中的应用
引水隧洞
收敛变形
人工神经网络
BP网络
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 水工隧洞围岩分类的人工神经网络方法研究
来源期刊 东北水利水电 学科 工学
关键词 人工神经网络 水工隧洞 围岩 分类
年,卷(期) 2003,(8) 所属期刊栏目 规划设计
研究方向 页码范围 1-2
页数 2页 分类号 TV672+.1
字数 2435字 语种 中文
DOI 10.3969/j.issn.1002-0624.2003.08.001
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 叶宝民 3 20 2.0 3.0
2 李兴文 1 3 1.0 1.0
3 张建华 1 3 1.0 1.0
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  (3)
同被引文献  (0)
二级引证文献  (0)
2003(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工神经网络
水工隧洞
围岩
分类
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
东北水利水电
月刊
1002-0624
22-1097/TV
大16开
长春市解放大路4188号
1983
chi
出版文献量(篇)
7131
总下载数(次)
10
总被引数(次)
13617
论文1v1指导