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:
为了对大坝进行切实有效的监控,需要建立一个良好的大坝预测模型.针对传统BP (Back-Propagation)神经网络存在的收敛速度慢和泛化能力弱等缺陷,利用LM-BP(Levenberg Marquardt Back Propagation)算法对大坝变形进行预测,并根据丹江口大坝1996和1997两年的变形观测数据,对大坝挠度预测结果进行分析.结果表明,所建立的LM-BP神经网络的预测精度和收数速度明显提高.
推荐文章
基于LM-BP神经网络的农机总动力预测
农机总动力
预测
LM-BP神经网络
LM-BP神经网络在水质预测的应用
神经网络
LM网络
固定权值
水质预测
基于LM-BP神经网络的机床伺服系统故障诊断
机床伺服系统
神经网络
BP算法
LM-BP算法
故障诊断
LM-BP神经网络在震后建筑损失评估模型中的应用
震后
建筑经济损失
LM-BP神经网络
最小二乘
评估
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 LM-BP神经网络在大坝变形预测中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 大坝变形 LM-BP神经网络 预测模型
年,卷(期) 2011,(1) 所属期刊栏目 工程与应用
研究方向 页码范围 220-222
页数 分类号 TP183|TV698.1
字数 3044字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.01.063
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 褚金奎 大连理工大学微系统中心 119 1260 20.0 30.0
2 缪新颖 大连理工大学微系统中心 4 49 2.0 4.0
6 杜小文 大连理工大学微系统中心 2 47 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (162)
参考文献  (10)
节点文献
引证文献  (34)
同被引文献  (90)
二级引证文献  (44)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(7)
  • 参考文献(2)
  • 二级参考文献(5)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(9)
  • 引证文献(9)
  • 二级引证文献(0)
2014(7)
  • 引证文献(5)
  • 二级引证文献(2)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(13)
  • 引证文献(5)
  • 二级引证文献(8)
2017(13)
  • 引证文献(2)
  • 二级引证文献(11)
2018(13)
  • 引证文献(3)
  • 二级引证文献(10)
2019(11)
  • 引证文献(2)
  • 二级引证文献(9)
2020(5)
  • 引证文献(4)
  • 二级引证文献(1)
研究主题发展历程
节点文献
大坝变形
LM-BP神经网络
预测模型
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导