典型文献
基于深度置信网络的大坝变形预测研究
文献摘要：
针对大坝变形预测模型精度不高、特征提取能力差等问题,构建基于深度置信网络(DBN)的预测模型,以官地水电站2012～2016年的变形数据为例,实现大坝变形后10期的准确预测.结果表明,DBN模型三项评价指标分别为0.23 mm、0.30 mm、7.09％,显著优于其他比较模型,能够更加准确预测大坝变形,为大坝变形预测提供一种新的方法.
文献关键词：
大坝变形;变形预测;神经网络;深度置信网络
中图分类号：
作者姓名：
李冰;徐笑笑
作者机构：
江西理工大学 土木与测绘工程学院,江西 赣州 341000
文献出处：
引用格式：
[1]李冰;徐笑笑-.基于深度置信网络的大坝变形预测研究)[J].矿山测量,2022(01):28-31,69
A类：
B类：
深度置信网络,大坝变形预测,预测研究,预测模型精度,特征提取能力,DBN,官地,水电站,形数,准确预测,比较模型
AB值：
0.223855
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。
