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:
以万州城区吴家湾滑坡为例,分析了神经网络(ANN)方法用于滑坡灾变识别的评价因子的确定、学习样本数据对的建立、ANN网络结构及参数设置的方法;并以万州区类似的滑坡作为样本训练ANN模型,对吴家湾滑坡的几种工况进行灾变识别.最后将ANN灾变识别结果与传统的极限平衡计算结果进行对比分析,得到了二者基本吻合的结果.结论表明神经网络方法用于滑坡灾变识别的精度较高,识别结果令人满意.
推荐文章
基于组件的滑坡点易损性评价地理信息系统--以重庆市万州区吴家湾滑坡为例
地质灾害易损性评价
GIS
组件式程序设计
重庆市万州区
临县吴家湾坝系运行效益浅析
水土保持
沟道坝系
运行效益
吴家湾沟流域
基于卷积神经网络的细胞识别
细胞识别
卷积神经网络
深度学习
池化层
基于组件的滑坡点易损性评价地理信息系统--以重庆市万州区吴家湾滑坡为例
地质灾害易损性评价
GIS
组件式程序设计
重庆市万州区
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 万州城区吴家湾滑坡灾变的神经网络识别
来源期刊 重庆大学学报(自然科学版) 学科 地球科学
关键词 滑坡 灾变识别 神经网络 对比分析
年,卷(期) 2005,(12) 所属期刊栏目 建筑·环境·力学
研究方向 页码范围 108-111
页数 4页 分类号 TB115|P642.22
字数 2617字 语种 中文
DOI 10.3969/j.issn.1000-582X.2005.12.030
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 文海家 重庆大学土木工程学院 47 716 12.0 26.0
2 张永兴 重庆大学土木工程学院 270 5236 37.0 55.0
3 张家兰 1 7 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  (5)
参考文献  (2)
节点文献
引证文献  (7)
同被引文献  (16)
二级引证文献  (6)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(4)
  • 引证文献(2)
  • 二级引证文献(2)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
滑坡
灾变识别
神经网络
对比分析
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
重庆大学学报
月刊
1000-582X
50-1044/N
大16开
重庆市沙坪坝正街174号
78-16
1960
chi
出版文献量(篇)
6349
总下载数(次)
8
总被引数(次)
85737
论文1v1指导