期刊文献+

基于神经网络的建筑物沉降原因分析 被引量:2

Reason Analysis of Building Sedimentation Based on Neural Networks
下载PDF
导出
摘要 在我们应用回归方法对建筑物沉降原因分析及沉降趋势的预测中,由于实际情况的复杂性及主观认识的局限性,这样所得的结果含有较多的人为因素,可能会与实际情况有所差异。针对这种情况,讨论了应用神经网络方法来发现和验证引起建筑物沉降的因素及对沉降趋势的预测。实例表明,该方法能取得较好的效果。 During the tendency forecast and the reason analysis of the building sedimentation with regression method, the result may be include artificial factors and is different from the reality due to the complicacy of the reality and the limitation of the subjectivity knowledge. To deal with this, the author discusses how to find and verify the factors leading building sedimentation and how to forecast the sedimentation tendency with neural networks. Demonstrated by the practice of one project, good effects can be received with this method.
出处 《现代测绘》 2004年第3期25-27,共3页 Modern Surveying and Mapping
基金 东南大学科研基金项目(K97011)
关键词 神经网络 建筑物沉降 趋势预测 线性回归分析 Building, Sedimentation, Neural, Networks, Sedimentation Reason, Forecast to Sedimentation Tendency
  • 相关文献

参考文献4

二级参考文献10

  • 1焦李成.神经网络计算[M].西安:电子科技大学出版社,1996..
  • 2徐丽娜.神经网络控制[M].哈尔滨:哈尔滨工业大学出版社,1998..
  • 3袁曾作画.人工神经元网络及其应用[M].北京:清华大学出版社,1999.66-130.
  • 4胡伍生.GPS精密高程测量的理论与方法及其应用研究[D].南京:河海大学水电学院,2001.33—78.
  • 5Leonard J, Kramer M A. Improvement of the back propagation algorithm for training neural networks [J]. Computers Chem Engng, 1990,14(3) :337 - 341.
  • 6Silva F M, Almeida L B. Speeding up back propagation[J].Advanced Neural Networks, 1988(1) : 131 - 139.
  • 7Hornik K. Approximation capability of multilayer feedforward networks[J]. Neural Networks, 1991(4) :251 - 257.
  • 8杨明清,靳蕃,朱达成,陈现春.用神经网络方法转换GPS高程[J].测绘学报,1999,28(4):301-307. 被引量:99
  • 9华锡生,雷伟刚,岳东杰.GPS高程异常模型的优选及分析[J].大坝观测与土工测试,2000,24(4):16-18. 被引量:10
  • 10胡伍生,华锡生,张志伟.平坦地区转换GPS高程的混合转换方法[J].测绘学报,2002,31(2):128-133. 被引量:87

共引文献29

同被引文献5

引证文献2

二级引证文献7

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部