基于小波神经网络的CFG桩复合地基承载力预测
100 积分
50
评分
4.4 积分- 详情
- 2021-04-27
- 简介
pdf
- 330KB
- 页数 5P
- 阅读 63
- 下载 33
针对BP神经网络学习时间长、收敛速度慢等缺陷,借助小波分析理论,将母小波平移和伸缩构成的小波基作为神经网络的激励函数,通过指导网络的初始化和参数选取,使网络以较简单的拓扑结构实现函数逼近,利用网络训练建立起承载力与其影响因素之间的非线性关系。在相同结构和参数下,与BP神经网络进行分析对比。结果表明:利用小波变换对数据时频局域化分析的能力并结合人工神经网络的自学习功能,使得小波神经网络预测模型具有较强的逼近和容错能力,预测结果比传统的BP神经网络具有更快的收敛速度和更高的精度。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于小波神经网络的CFG桩复合地基承载力预测 330KB
基于ANFIS的CFG桩复合地基承载力预测研究 927KB
CFG桩复合地基承载力分析 199KB
CFG桩复合地基承载力分析 391KB
CFG桩复合地基承载力预测模型分析 268KB
RBF神经网络在复合地基承载力预测中的应用 139KB
CFG桩复合地基承载力的试验研究 858KB
CFG桩复合地基承载力的研究 650KB
CFG桩复合地基承载力试验研究 607KB
CFG桩复合地基承载力试验研究 587KB