原文服务方: 人民珠江       
摘要:
大坝变形预测的准确性对大坝的安全评估起着重要作用,而分析预报的方法至关重要。介绍了逐步回归模型和 BP 神经网络模型,提出将逐步回归模型和 BP 神经网络模型相结合的 SR -BP 混合模型,并通过实例证明了模型的可行性和有效性。与逐步回归模型和 BP 网络模型法相对比,计算量少、精度高、模拟效果较好。
推荐文章
基于逐步回归法的BP神经网络在大坝渗流分析中的应用
渗流
逐步回归法
BP-神经网络
混合模型
基于逐步回归分析的大坝变形分析模型研究
回归分析
大坝变形
逐步回归分析
模型
船舶静态电场混合模型的逐步回归法优化求解
静电场
阵列模型
逐步回归法
大坝变形监控的逐步回归马尔科夫模型
大坝
安全监控
逐步回归
马尔科夫链
模型
变形预报
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 基于逐步回归的 BP 网络混合模型在大坝变形分析中的应用
来源期刊 人民珠江 学科
关键词 逐步回归 BP 神经网络 大坝变形分析
年,卷(期) 2014,(3) 所属期刊栏目 工程技术
研究方向 页码范围 46-48
页数 3页 分类号 TV698.1+1
字数 语种 中文
DOI 10.3969/j.issn.1001-9235.2014.03.014
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 傅蜀燕 云南农业大学水利学院 18 71 4.0 8.0
2 欧正蜂 云南农业大学水利学院 6 40 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (54)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (10)
二级引证文献  (1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(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(4)
  • 参考文献(3)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
逐步回归
BP 神经网络
大坝变形分析
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
人民珠江
月刊
1001-9235
44-1037/TV
大16开
广州市天河区天寿路80号
1980-01-01
中文
出版文献量(篇)
4341
总下载数(次)
0
总被引数(次)
12411
论文1v1指导