水电能源科学
水電能源科學
수전능원과학
INTERNATIONAL JOURNAL HYDROELECTRIC ENERGY
2011年
11期
83-86
,共4页
横缝%监测数据%聚类分析%诊断
橫縫%鑑測數據%聚類分析%診斷
횡봉%감측수거%취류분석%진단
为探究拱坝施工期横缝的工作性态,采用SOM神经网络对监测数据进行模糊聚合分类,依据分类结果标识输入样本,进而利用Elman神经网络诊断分析测试样本,并以溪洛渡高拱坝横缝监测数据为例进行实例验证.结果表明,在误差分析过程和诊断结果精度等方面该方法具有良好的适应性和稳定性.
為探究拱壩施工期橫縫的工作性態,採用SOM神經網絡對鑑測數據進行模糊聚閤分類,依據分類結果標識輸入樣本,進而利用Elman神經網絡診斷分析測試樣本,併以溪洛渡高拱壩橫縫鑑測數據為例進行實例驗證.結果錶明,在誤差分析過程和診斷結果精度等方麵該方法具有良好的適應性和穩定性.
위탐구공패시공기횡봉적공작성태,채용SOM신경망락대감측수거진행모호취합분류,의거분류결과표식수입양본,진이이용Elman신경망락진단분석측시양본,병이계락도고공패횡봉감측수거위례진행실례험증.결과표명,재오차분석과정화진단결과정도등방면해방법구유량호적괄응성화은정성.
