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:
采用RBF神经网络的建模方法对建筑物的沉降进行了预测,并利用桂林市某在建农贸市场附近建筑物上的一个监测点连续3个多月的监测数据进行计算分析.实践表明,该模型预测精度相对较高,有很好的实际应用价值.
推荐文章
人工神经网络原理在建筑物震陷预测中的应用
建筑物震陷
预测
动态自适应BP网络
地基失效
基于RBF神经网络的水泥强度预测
神经网络
RBF神经网络
水泥强度
预测模型
基于组合模型的建筑物沉降预测
建筑物沉降
LSSVM回归
GM(1,1)模型
多项式回归
组合模型
基于RBF神经网络的货运量预测模型
货运量
RBF神经网络
预测模型
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神经网络的建筑物沉降预测
来源期刊 地理空间信息 学科 地球科学
关键词 RBF神经网络 建筑物沉降 预测
年,卷(期) 2013,(6) 所属期刊栏目 测绘工程
研究方向 页码范围 126-128
页数 3页 分类号 P258
字数 1906字 语种 中文
DOI 10.11709/j.issn.1672-4623.2013.06.042
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 吴晓 桂林理工大学测绘地理信息学院广西空间信息与测绘重点实验室 2 18 2.0 2.0
2 朱军桃 桂林理工大学测绘地理信息学院广西空间信息与测绘重点实验室 19 85 6.0 8.0
3 李朋成 桂林理工大学测绘地理信息学院广西空间信息与测绘重点实验室 4 27 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (60)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 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(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
RBF神经网络
建筑物沉降
预测
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
地理空间信息
月刊
1672-4623
42-1692/P
大16开
湖北省武汉市武昌中南一路50号湖北省测绘局地理信息局航测楼二楼
2003
chi
出版文献量(篇)
5778
总下载数(次)
16
总被引数(次)
25892
论文1v1指导