谢文群：基于逐步回归法的BP神经网络在大坝渗流分析中的应用论文

本文主要研究内容

作者谢文群（2019）在《基于逐步回归法的BP神经网络在大坝渗流分析中的应用》一文中研究指出：以大坝渗流监测数据为分析对象,建立逐步回归-优化后BP神经网络模型,运用matlab工具箱函数,采用L-M算法训练函数,比较不同的网络结构的计算速度。以江西省大余县油罗口水库为例,对大坝进行渗流分析。结果表明,采用逐步回归-优化后的BP神经网络模型可提升训练速度,提高计算效率,在统计模型预测精度较差时,拟合效果提高明显。

Abstract

yi da ba shen liu jian ce shu ju wei fen xi dui xiang ,jian li zhu bu hui gui -you hua hou BPshen jing wang lao mo xing ,yun yong matlabgong ju xiang han shu ,cai yong L-Msuan fa xun lian han shu ,bi jiao bu tong de wang lao jie gou de ji suan su du 。yi jiang xi sheng da yu xian you luo kou shui ku wei li ,dui da ba jin hang shen liu fen xi 。jie guo biao ming ,cai yong zhu bu hui gui -you hua hou de BPshen jing wang lao mo xing ke di sheng xun lian su du ,di gao ji suan xiao lv ,zai tong ji mo xing yu ce jing du jiao cha shi ,ni ge xiao guo di gao ming xian 。

论文参考文献

[1].基于逐步回归法的日发电量模型评估分析[J]. 钱程. 低碳世界.2016(33)

[2].基于偏秩相关-逐步回归法的SWMM模型全局敏感性分析[J]. 李传奇,崔佳伟,孙策,段明印,马梦蝶,杨幸子. 中国农村水利水电.2019(01)

[3].MEA-BP神经网络在大坝变形预测应用[J]. 朱毅,莫勇. 北京测绘.2017(03)

[4].基于深度神经网络的学术画像预测[J]. 李晓雪,康哲舟,毕冠群,曹亚男,尚燕敏. 大数据.

[5].基于融合深度神经网络的个人信用评估方法研究[J]. 王重仁,王雯,佘杰,凌晨. 计算机工程.

[6].基于改进堆叠式循环神经网络的轴承故障诊断[J]. 周奇才,沈鹤鸿,赵炯,刘星辰. 同济大学学报(自然科学版).2019(10)

[7].深度神经网络在煤质数据分析与预测中的应用[J]. 刘高宇. 电脑知识与技术.2019(28)

[8].基于胶囊神经网络的合成孔径雷达图像分类方法[J]. 冯伟业,廖可非,欧阳缮,牛耀. 科学技术与工程.2019(28)

[9].基于群智优化神经网络的音乐风格分类模型研究[J]. 温赞扬. 现代电子技术.2019(21)

[10].建筑设计中神经网络技术与遗传算法探究[J]. 郑丽. 湖北农机化.2019(21)

论文详细介绍

论文作者分别是来自陕西水利的谢文群，发表于刊物陕西水利2019年04期论文，是一篇关于渗流论文,逐步回归法论文,神经网络论文,混合模型论文,陕西水利2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自陕西水利2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/22b5dcd4b6665e139ac81373.html