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:
根据东江大坝变形水平位移实测数据分别建立统计模型和神经网络模型,以历史位移值作为参数来进行预测、预报,与采用变形因子作参数不同.实践表明,根据历史位移值来预报大坝变形是可行的,在预报精度方面,神经网络模型比统计模型得到的结果稍优.
推荐文章
基于进化神经网络混凝土大坝变形预测
人工神经网络
变形预报
混凝土大坝
遗传算法
基于差异进化算法的前馈神经网络在大坝变形监测中的应用
大坝变形监测
差异进化算法
前馈神经网络
BP神经网络
回归模型
大坝位移BP网络模型影响因子的优选
大坝位移影响因子
相关系数
BP神经网络
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 根据历史位移预报大坝变形的神经网络方法
来源期刊 水电自动化与大坝监测 学科 工学
关键词 大坝变形 预报 历史位移 神经网络
年,卷(期) 2004,(2) 所属期刊栏目
研究方向 页码范围 51-53
页数 3页 分类号 TV698.11
字数 语种
DOI
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 王新洲 138 2152 23.0 40.0
2 邓兴升 4 67 3.0 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  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
研究主题发展历程
节点文献
大坝变形
预报
历史位移
神经网络
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
水电自动化与大坝监测
双月刊
1671-3893
32-1641/TV
南京市南瑞路8号
出版文献量(篇)
2990
总下载数(次)
1
总被引数(次)
0
论文1v1指导