典型文献
基于概率神经网络的无粘性土渗透破坏预测研究
文献摘要：
为了避免人为因素及判别方法对渗透破坏判别方法的限制,引入非线性映射能力强的概率神经网络,利用其容错性能好、分类正确率高等优势,输入无粘性土的物性参数,构建"物性参数—渗透破坏类别"预测模型进行渗透破坏类别预测,预测结果与实际相符.并选取了不同平滑因子输入网络,结果表明平滑因子的正确选择对网络输出至关重要.与其他算法的预测模型的预测值做对比分析,可以直观的看出基于PNN的渗透破坏类型预测模型的分类结果可靠.
文献关键词：
无粘性土;渗透破坏;概率神经网络;预测;平滑因子;对比
中图分类号：
作者姓名：
欧阳磊;刘家印;何利军;韩燚;宋金博
作者机构：
南昌航空大学,江西 南昌 330063;江西交通职业技术学院,江西 南昌 330013
文献出处：
引用格式：
[1]欧阳磊;刘家印;何利军;韩燚;宋金博-.基于概率神经网络的无粘性土渗透破坏预测研究)[J].云南水力发电,2022(06):37-40
A类：
无粘性土
B类：
概率神经网络,渗透破坏,破坏预测,预测研究,人为因素,判别方法,非线性映射,容错性能,物性参数,平滑因子,入网,正确选择,PNN,破坏类型,类型预测
AB值：
0.269086
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。
