武汉理工大学学报(交通科学与工程版)
武漢理工大學學報(交通科學與工程版)
무한리공대학학보(교통과학여공정판)
JOURNAL OF WUHAN UNIVERSITY OF TECHNOLOGY (TRANSPORTATION SCIENCE & ENGINEERING)
2003年
2期
170-173
,共4页
边坡岩体稳定性分析%径向基函数(RBF)%最近邻聚类算法
邊坡巖體穩定性分析%徑嚮基函數(RBF)%最近鄰聚類算法
변파암체은정성분석%경향기함수(RBF)%최근린취류산법
简要分析RBF网络的结构特点及最近邻聚类学习算法之后,以大量边坡工程的稳定状况为学习训练样本及预测样本,建立了预报模型.讨论了基于RBF神经网络技术的边坡岩体稳定性分析方法及其有效性.研究表明,用RBF神经网络方法预测边坡岩体的稳定状况是可行的.
簡要分析RBF網絡的結構特點及最近鄰聚類學習算法之後,以大量邊坡工程的穩定狀況為學習訓練樣本及預測樣本,建立瞭預報模型.討論瞭基于RBF神經網絡技術的邊坡巖體穩定性分析方法及其有效性.研究錶明,用RBF神經網絡方法預測邊坡巖體的穩定狀況是可行的.
간요분석RBF망락적결구특점급최근린취류학습산법지후,이대량변파공정적은정상황위학습훈련양본급예측양본,건립료예보모형.토론료기우RBF신경망락기술적변파암체은정성분석방법급기유효성.연구표명,용RBF신경망락방법예측변파암체적은정상황시가행적.
