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:
小波神经网络是将小波理论和神经网络理论结合起来的一种神经网络,它避免了BP神经网络结构设计的盲目性和局部最优等非线性优化问题,大大简化了训练,具有较强的函数学习能力和推广能力及广阔的应用前景.小波神经网络用于混凝土强度预测的结果表明,它比传统的BP神经网络的收敛速度快,预测精度高.
推荐文章
基于BP神经网络预测混凝土强度
BP神经网络
混凝土
预测
抗压强度
基于小波神经网络的网络流量预测研究
小波神经网络
网络流量
预测研究
训练样本
基于小波神经网络的机械故障预测
小波网络
机械故障
预测
小波神经网络预测在住宅市场中应用
小波神经网络
预测模型
房地产市场
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 小波神经网络预测混凝土强度研究
来源期刊 工业建筑 学科
关键词 小波神经网络 混凝土 强度预测
年,卷(期) 2004,(7) 所属期刊栏目
研究方向 页码范围 47-49
页数 3页 分类号
字数 2718字 语种 中文
DOI 10.3321/j.issn:1000-8993.2004.07.013
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 黄卫 东南大学交通学院 214 5149 39.0 60.0
2 缪昌文 94 2005 26.0 42.0
3 洪锦祥 东南大学交通学院 10 189 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (69)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (17)
二级引证文献  (38)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(2)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(2)
  • 二级参考文献(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)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(3)
  • 引证文献(2)
  • 二级引证文献(1)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2010(4)
  • 引证文献(0)
  • 二级引证文献(4)
2011(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(6)
  • 引证文献(1)
  • 二级引证文献(5)
2013(8)
  • 引证文献(2)
  • 二级引证文献(6)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
小波神经网络
混凝土
强度预测
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
工业建筑
月刊
1000-8993
11-2068/TU
16开
北京市海淀区西土城路33号
2-825
1964
chi
出版文献量(篇)
10206
总下载数(次)
25
总被引数(次)
106752
论文1v1指导