基于数据融合的混凝土侵彻深度预测

• 作者: 孔德锋 季昌政 张磊 杨江 王幸 王继民
• 来源期刊: 兵器材料科学与工程
• 学科: 物理学
• 关键词: 数据融合 BP神经网络 混凝土 侵彻深度 经验算法
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 试验研究
• 页码范围: 40-45
• 页数: 6页
• 分类号: O385
• 语种: 中文
• DOI: 10.14024/j.cnki.1004-244x.20200414.001

摘要

提出一种基于数据融合的混凝土侵彻深度预测模型,将拟合小样本试验数据的BP神经网络和经验公式进行数据融合,用融合模型进行侵彻深度预测.结果 表明:数据融合模型可大大降低传统神经网络模型对试验样本数量和分布的要求,互补BP神经网络和经验公式在不同范围内的预测精度,明显提高模型预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊		52	253	10.0	14.0
2	王继民		12	46	4.0	6.0
3	王幸		18	6	2.0	2.0
4	杨江		1	0	0.0	0.0
5	季昌政		1	0	0.0	0.0
6	孔德锋		1	0	0.0	0.0