人民黄河
人民黃河
인민황하
Yellow River
2011年
12期
121-122,125
,共3页
逐步回归分析%显著因子%BP神经网络%大坝监测
逐步迴歸分析%顯著因子%BP神經網絡%大壩鑑測
축보회귀분석%현저인자%BP신경망락%대패감측
为了更加准确有效地分析大坝安全监测资料,保证大坝的安全、有效运行,分析了神经网络和回归分析的优缺点,提出了选择显著因子的BP神经网络模型分析方法.实例分析结果表明:神经网络和回归分析具有较强的互补性,为了保证资料分析的可靠性,可同时运用这两种方法；选择显著因子的BP神经网络分析方法避免了因子之间的相关性导致预测精度不高的缺点,减小了神经网络过度训练的几率,在保持神经网络拟合精度的同时又具有较高的预测数度.
為瞭更加準確有效地分析大壩安全鑑測資料,保證大壩的安全、有效運行,分析瞭神經網絡和迴歸分析的優缺點,提齣瞭選擇顯著因子的BP神經網絡模型分析方法.實例分析結果錶明:神經網絡和迴歸分析具有較彊的互補性,為瞭保證資料分析的可靠性,可同時運用這兩種方法；選擇顯著因子的BP神經網絡分析方法避免瞭因子之間的相關性導緻預測精度不高的缺點,減小瞭神經網絡過度訓練的幾率,在保持神經網絡擬閤精度的同時又具有較高的預測數度.
위료경가준학유효지분석대패안전감측자료,보증대패적안전、유효운행,분석료신경망락화회귀분석적우결점,제출료선택현저인자적BP신경망락모형분석방법.실례분석결과표명:신경망락화회귀분석구유교강적호보성,위료보증자료분석적가고성,가동시운용저량충방법；선택현저인자적BP신경망락분석방법피면료인자지간적상관성도치예측정도불고적결점,감소료신경망락과도훈련적궤솔,재보지신경망락의합정도적동시우구유교고적예측수도.
