典型文献
基于BP神经网络的膨胀土判别分级方法研究
文献摘要：
以安康膨胀土为研究对象,选用粘粒含量、粉粒含量、液限和塑性指数4个分级指标,建立了两层无偏置的BP神经网络模型,研究膨胀土的判别分级问题.结果 表明,该模型学习效果良好,能准确预测未知样本的膨胀性;对于安康膨胀土,粘粒含量和粉粒含量对分级结果影响较大,而液限和塑性指数影响较小;相比于传统的指标分级法,该模型具有较好的容错能力,可有效减小指标测量误差对分级结果的影响;BP神经网络用于膨胀土的判别分级是合理可行的,具有一定的推广与应用价值.
文献关键词：
膨胀土;判别分级;分级指标;BP神经网络
中图分类号：
作者姓名：
杨娱琦;朱晟
作者机构：
河海大学水文水资源与水利水电工程科学国家重点实验室,江苏 南京210024;河海大学水利水电学院,江苏 南京210024
文献出处：
引用格式：
[1]杨娱琦;朱晟-.基于BP神经网络的膨胀土判别分级方法研究)[J].水力发电,2022(03):24-29,93
A类：
判别分级
B类：
膨胀土,分级方法,安康,粉粒,液限,塑性指数,分级指标,两层,无偏,偏置,模型学习,准确预测,未知样本,膨胀性,结果影响,容错能力,小指,指标测量,测量误差,推广与应用
AB值：
0.343543
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
