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:
针对传统BP神经网络自身存在局部极小值及模型的泛化能力差时预测精度无法满足实际需求等的不足,本文用AdaBoost算法优化传统的BP神经网络得到AdaBoost-BP预测模型,可以减小局部极小值的影响,增强了模型的泛化能力,提高模型的预测精度.示例证明,AdaBoost-BP预测模型比传统的BP神经网络预测模型拥有更高的预测精度.
推荐文章
基于GA-BP-AdaBoost强预测模型的大坝变形应用
AdaBoost
强预测器
遗传算法
BP神经网络
精度分析
最优加权组合预测模型在大坝变形监测中的应用
最优加权组合模型
大坝安全监测
线性回归
时间序列
BP神经网络
基于DPSO-ANFIS的大坝变形预测模型
自适应模糊神经网络
动态权重粒子群算法
大坝变形预测
适应度
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 AdaBoost-BP模型在大坝变形预测中的应用
来源期刊 三峡大学学报(自然科学版) 学科 工学
关键词 AdaBoost算法 BP神经网络 大坝变形预测
年,卷(期) 2015,(5) 所属期刊栏目 土木水电论坛
研究方向 页码范围 5-8
页数 4页 分类号 TV698.1
字数 3400字 语种 中文
DOI 10.13393/j.cnki.issn.1672-948X.2015.05.002
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 郑东健 河海大学水利水电学院 115 637 13.0 19.0
5 胡德华 河海大学水利水电学院 4 9 2.0 3.0
9 付浩雁 河海大学水利水电学院 4 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (219)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (24)
二级引证文献  (4)
1984(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)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(13)
  • 参考文献(0)
  • 二级参考文献(13)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
AdaBoost算法
BP神经网络
大坝变形预测
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
三峡大学学报(自然科学版)
双月刊
1672-948X
42-1735/TV
大16开
湖北省宜昌市大学路8号
1979
chi
出版文献量(篇)
3272
总下载数(次)
3
总被引数(次)
16186
相关基金
高等学校博士学科点专项科研基金
英文译名:
官方网址:http://std.nankai.edu.cn/kyjh-bsd/1.htm
项目类型:面上课题
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导