低温建筑技术
低溫建築技術
저온건축기술
LOW TEMPERATURE ARCHITECTURE TECHNOLOGY
2014年
8期
142-144
,共3页
RBF神经网络%高斯函数%最近邻聚类法%边坡安全系数预测
RBF神經網絡%高斯函數%最近鄰聚類法%邊坡安全繫數預測
RBF신경망락%고사함수%최근린취류법%변파안전계수예측
@@
RBF神经网络方法以其训练速率快,避免局部极小,拟合精确度好,预测准确度较高等优点,在边坡稳定性预测中得到了广泛应用.根据RBF神经网络的基本结构与理论,引入高斯函数作为隐含层的核函数,将114组低维的边坡实例数据归一化,并转换到高维空间,应用最近邻聚类法逐个添加神经元以达到允许误差精度,最终用训练过的RBF神经网络预测另外8个边坡实例的安全系数,均得到了较为满意的结果,体现出了RBF神经网络在边坡安全系数预测中的应用价值.
RBF神經網絡方法以其訓練速率快,避免跼部極小,擬閤精確度好,預測準確度較高等優點,在邊坡穩定性預測中得到瞭廣汎應用.根據RBF神經網絡的基本結構與理論,引入高斯函數作為隱含層的覈函數,將114組低維的邊坡實例數據歸一化,併轉換到高維空間,應用最近鄰聚類法逐箇添加神經元以達到允許誤差精度,最終用訓練過的RBF神經網絡預測另外8箇邊坡實例的安全繫數,均得到瞭較為滿意的結果,體現齣瞭RBF神經網絡在邊坡安全繫數預測中的應用價值.
RBF신경망락방법이기훈련속솔쾌,피면국부겁소,의합정학도호,예측준학도교고등우점,재변파은정성예측중득도료엄범응용.근거RBF신경망락적기본결구여이론,인입고사함수작위은함층적핵함수,장114조저유적변파실례수거귀일화,병전환도고유공간,응용최근린취류법축개첨가신경원이체도윤허오차정도,최종용훈련과적RBF신경망락예측령외8개변파실례적안전계수,균득도료교위만의적결과,체현출료RBF신경망락재변파안전계수예측중적응용개치.
