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:
为提高形变预测的精度,提出将主成分分析与改进的BP神经网络相结合用于形变监测数据处理.通过编程实现该算法,并用实测数据进行验证,结果表明:与其他方法相比,基于主成分分析的改进BP神经网络能取得更好的预测效果.
推荐文章
基于主成分分析的BP神经网络模型的形变预测方法
形变预测
主成分分析
BP神经网络
基于主成分分析的 BP 神经网络和 RBF 神经网络月平均气温预测模型
主成分分析
BP 神经网络
RBF 神经网络
月平均气温
基于主成分分析的BP神经网络及其在需水预测中的应用
需水预测
主成分分析法
BP神经网络
BP神经网络主成分分析法在汽车保有量预测中的应用
汽车保有量
预测
BP神经网络
主成分分析
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 基于主成分分析的BP神经网络在形变预测中的应用
来源期刊 大地测量与地球动力学 学科 工学
关键词 形变 主成分分析 神经网络 预测 形变监测
年,卷(期) 2008,(3) 所属期刊栏目 理论、方法研究
研究方向 页码范围 72-76
页数 5页 分类号 TD173
字数 3471字 语种 中文
DOI 10.3969/j.issn.1671-5942.2008.03.013
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 王解先 同济大学测量与国土信息工程系 169 1946 25.0 36.0
5 谷川 同济大学测量与国土信息工程系 40 601 15.0 23.0
6 陈兴权 同济大学测量与国土信息工程系 5 30 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (114)
参考文献  (6)
节点文献
引证文献  (21)
同被引文献  (55)
二级引证文献  (49)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(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)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(12)
  • 引证文献(2)
  • 二级引证文献(10)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(12)
  • 引证文献(2)
  • 二级引证文献(10)
2019(20)
  • 引证文献(3)
  • 二级引证文献(17)
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
形变
主成分分析
神经网络
预测
形变监测
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
大地测量与地球动力学
月刊
1671-5942
42-1655/P
大16开
武昌洪山侧路40号
38-194
1981
chi
出版文献量(篇)
4168
总下载数(次)
6
总被引数(次)
34475
论文1v1指导