作者:
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:
在分析BP神经网络模型拟合原始数据的基础上,运用马尔科夫链对原始数据和时间序列处理后的拟合值之间的误差进行修正,以提高单一时间序列模型对大坝变形预测的精度。理论计算证明,此方法具有可行性与有效性,在以后工程实践中具有一定的推广意义。
推荐文章
船舶交通量的BP神经网络-马尔科夫预测模型
船舶交通量
BP神经网络
马尔科夫预测模型
基于新维 BP 神经网络-马尔科夫链模型的大坝沉降预测
沉降预测
BP 神经网络
马尔科夫链
大坝监测
长洲水利枢纽
基于马尔科夫模型和卷积神经网络的异常数据检测方法
异常检测
马尔科夫模型
卷积神经网络
多维数据
基于改进马尔科夫链的移动轨迹预测方法
移动轨迹预测
无人驾驶
马尔科夫链
路况信息
智能交通
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 基于神经网络-马尔科夫链的大坝变形预测
来源期刊 山东水利 学科 工学
关键词 大坝安全监测 BP神经网络 马尔科夫链 变形预测
年,卷(期) 2016,(1) 所属期刊栏目 工程建设
研究方向 页码范围 24-25
页数 2页 分类号 TV698.1
字数 2094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 郭杰 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2016(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)
2017(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
大坝安全监测
BP神经网络
马尔科夫链
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
山东水利
月刊
1009-6159
37-1358/TV
大16开
济南市历山路125号
1999
chi
出版文献量(篇)
8571
总下载数(次)
15
总被引数(次)
6550
论文1v1指导