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:
为克服BP神经网络收敛速度缓慢的缺陷,以L-M算法代替梯度下降法训练网络.建立了基于L-M算法的大坝安全监控整体L-M模型和逐一L-M模型,并与快速BP模型进行对比.应用实例研究表明:整体L-M模型和逐一L-M模型的预测效果及训练速度均显著优于快速BP模型,逐一L-M模型的预测精度及泛化能力均优于整体L-M模型,且预报时间短,可以用于大坝监控的实时预报.
推荐文章
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
花授粉算法-BP神经网络模型及其在月径流预报中的应用
径流预报
花授粉算法
BP神经网络
参数优化
L-M算法在变换矩阵计算中的应用
图像拼接
L-M算法
变换矩阵
投影变换
基于L-M算法的反向传播网络的湿度传感器输出误差补偿研究
湿度传感器
误差补偿
反向传播网络
共轭梯度算法
拟牛顿算法
L-M算法
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L-M算法的BP神经网络在大坝安全监控预报中的应用
来源期刊 沈阳农业大学学报 学科 工学
关键词 大坝安全监控 预报 BP神经网络 L-M算法
年,卷(期) 2009,(4) 所属期刊栏目 研究简报
研究方向 页码范围 506-509
页数 4页 分类号 TP183|TV698.1
字数 3460字 语种 中文
DOI 10.3969/j.issn.1000-1700.2009.04.030
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 强丽峰 沈阳农业大学水利学院 4 12 2.0 3.0
2 闫滨 沈阳农业大学水利学院 50 286 10.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (70)
参考文献  (6)
节点文献
引证文献  (10)
同被引文献  (9)
二级引证文献  (61)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(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)
2010(4)
  • 引证文献(3)
  • 二级引证文献(1)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(18)
  • 引证文献(1)
  • 二级引证文献(17)
2014(10)
  • 引证文献(1)
  • 二级引证文献(9)
2015(10)
  • 引证文献(2)
  • 二级引证文献(8)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
大坝安全监控
预报
BP神经网络
L-M算法
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
沈阳农业大学学报
双月刊
1000-1700
21-1134/S
大16开
沈阳市东陵路120号
1956
chi
出版文献量(篇)
3479
总下载数(次)
6
总被引数(次)
38738
论文1v1指导