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:
本文对混凝土的抗压强度的数据采用决策树、Boosting、随机森林、人工神经网络、支持向量机这五种方法进行建模,采用十折交叉验证评价预测精度。发现随机森林法具有较好的预测效果。
推荐文章
基于BOA-ELM的混凝土抗压强度预测研究
混凝土
抗压强度预测模型
极限学习机
贝叶斯优化
软测量
常用混凝土抗压强度试验及评定的应用
强度值
标准值
平均值
代表值
换算值
推定值
力学性能
回弹法
钻芯法
既有混凝土抗压强度评定方法讨论
既有混凝土
抗压强度评定
钻芯法
回弹法
影响回弹法检测混凝土抗压强度因素探讨
回弹法
检测
混凝土
抗压强度
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 机器学习在混凝土抗压强度预测中的应用
来源期刊 统计学与应用 学科 工学
关键词 机器学习 预测 抗压强度
年,卷(期) 2017,(1) 所属期刊栏目
研究方向 页码范围 1-6
页数 6页 分类号 TP39
字数 语种
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 饶炜东 2 4 1.0 2.0
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  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
机器学习
预测
抗压强度
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
统计学与应用
双月刊
2325-2251
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
512
总下载数(次)
3
总被引数(次)
0
论文1v1指导