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:
坝土料力学指标是土石坝安全稳定分析的重要依据,其传统获取方法为实验法.在分析土料物理-力学指标相关性的基础上,尝试采用RBF神经网络模型,以不同物理指标组合为输入因子,力学指标为榆出项.通过模型训练、测试样本检验,结果表明RBF神经网络预测力学指标其方法是可行的.
推荐文章
基于土料物理力学指标衰减的土坝长效性研究
长效性
土石坝
物理力学指标
允楞水库
基于ICA-RBF神经网络的沥青混合料疲劳性能预测
沥青混合料
神经网络
RBF
ICA-RBF
疲劳性能
古水水电站面板堆石坝坝料力学特性试验研究
固结试验
三轴剪切试验
孔隙率
力学特性
面板堆石坝
基于RBF神经网络水泥强度预测模型的研究
RBF神经网络
水泥强度
预测模型
MATLAB
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RBF模型的坝土料力学指标预测研究
来源期刊 中国农村水利水电 学科 工学
关键词 物理指标 力学指标 RBF神经网络模型
年,卷(期) 2010,(6) 所属期刊栏目
研究方向 页码范围 121-123
页数 分类号 TV22
字数 2858字 语种 中文
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 欧斌 云南农业大学水利水电与建筑学院 7 27 2.0 5.0
2 林志祥 云南农业大学水利水电与建筑学院 19 84 6.0 9.0
3 周斌 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (25)
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)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(3)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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
物理指标
力学指标
RBF神经网络模型
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
中国农村水利水电
月刊
1007-2284
42-1419/TV
大16开
武汉大学二区
38-49
1959
chi
出版文献量(篇)
10420
总下载数(次)
11
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导