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:
将关联规则算法引入到土石坝渗流的预测中,并建立预测模型.首先将渗流量和上游水位、降雨量、下游水位等组成事务组,利用K-means算法对实测数据进行预处理,然后通过Apriori算法进行频繁项集的挖掘,产生强关联规则,最后将强关联规则用于渗流量的预测.本模型可以较好的解释影响渗流变化的内在原因,将本预测模型应用于某土石坝工程中,结果表明该模型具有较好的精度.
推荐文章
土石坝渗流安全预测预警研究
渗流安全
预测预警
渗透变形
分形指标
R/S分析
基于LMBP神经网络的土石坝渗流压力预测
土石坝
渗流压力
LMBP神经网络
预测精度
土石坝渗流安全监测技术及工程应用
土石坝
渗流
安全监测
工程应用
基于案例推理的土石坝病险智能诊断系统
土石坝
基于案例推理
智能诊断
案例表示
案例检索
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 基于关联规则的土石坝渗流推理预测方法及应用
来源期刊 水利水电科技进展 学科 工学
关键词 土石坝 渗流预测 关联规则 Apriori算法 K-means算法
年,卷(期) 2019,(5) 所属期刊栏目 工程技术
研究方向 页码范围 89-94
页数 6页 分类号 TV314
字数 5148字 语种 中文
DOI 10.3880/j.issn.1006-7647.2019.05.014
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 苏怀智 河海大学水利水电学院 108 1113 17.0 28.0
5 李俊 河海大学水利水电学院 7 36 4.0 6.0
6 周仁练 河海大学水利水电学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (127)
共引文献  (94)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(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)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(14)
  • 参考文献(0)
  • 二级参考文献(14)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(21)
  • 参考文献(4)
  • 二级参考文献(17)
2012(14)
  • 参考文献(2)
  • 二级参考文献(12)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(12)
  • 参考文献(2)
  • 二级参考文献(10)
2015(8)
  • 参考文献(2)
  • 二级参考文献(6)
2016(6)
  • 参考文献(0)
  • 二级参考文献(6)
2017(4)
  • 参考文献(2)
  • 二级参考文献(2)
2018(5)
  • 参考文献(4)
  • 二级参考文献(1)
2019(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
土石坝
渗流预测
关联规则
Apriori算法
K-means算法
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
水利水电科技进展
双月刊
1006-7647
32-1439/TV
大16开
南京西康路1号河海大学内
28-244
1981
chi
出版文献量(篇)
2984
总下载数(次)
4
总被引数(次)
30830
论文1v1指导