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:
目前,特高拱坝监测系统日益完善,变形监测点数量众多,但传统变形分析模型主要研究单测点监测序列,较难体现不同测点间的时空关联性.本文研究了Kohonen聚类算法的基本原理,结合大坝变形实测数据训练自组织神经网络,对上下游方向变形测点进行分类,依据测点实际位置实现特高拱坝变形分区,为整体变形监测提供辅助信息.某特高拱坝研究结果表明:Kohonen聚类方法能够有效探测变形数据空间聚集状态,描述特高拱坝实际变形规律,为特高拱坝变形分析提供新方法.
推荐文章
基于施工期变形监测的特高拱坝力学参数反演研究
特高拱坝
施工期
监测数据
反演
混合模型
仿真应力
力学参数
特高拱坝运行初期变形监测预报模型及构建方法
特高拱坝
变形
运行初期
安全监测
增强回归树
主成分分析
支持向量机
特高拱坝动态安全风险分析系统研发及应用
特高拱坝
安全监测
层次分析法
模糊理论
当量法
风险分析
基于模糊分区聚类的关联挖掘改进算法
模糊分区聚类
大数据
关联挖掘
特征提取
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Kohonen聚类的特高拱坝变形分区
来源期刊 三峡大学学报(自然科学版) 学科 工学
关键词 大坝安全监测 Kohonen聚类 特高拱坝 变形分区
年,卷(期) 2019,(1) 所属期刊栏目
研究方向 页码范围 1-4
页数 4页 分类号 TV642
字数 2892字 语种 中文
DOI 10.13393/j.cnki.issn.1672-948X.2019.01.001
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 陈悦 河海大学水利水电学院 10 33 3.0 5.0
5 尹文中 河海大学水利水电学院 2 1 1.0 1.0
9 汪程 河海大学水利水电学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (11)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(2)
  • 参考文献(0)
  • 二级参考文献(2)
  • 引证文献(0)
  • 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
Kohonen聚类
特高拱坝
变形分区
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导