典型文献
引入因子分析的结构面粗糙度RBF复合参数模型
文献摘要：
结构面粗糙度的表征是预测峰值剪切强度的基础性工作,单一参数无法全面反映结构面的形貌特征,而由各表征参数并列构成的指标系统是一个存在信息重叠的非线性系统,为此引入因子分析通过正向标准化实现参数降维可有效剥离交叉信息,同时将正向标准化的指标系统通过RBF神经网络结构实现非线性参数的线性映射,实际运行过程中选取6个反映结构面粗糙度的统计参数并建立JRC反算关系,构建76组训练样本和37组测试样本,建立了一个反映结构面形貌起伏高、起伏角、接触度的多指标复合参数模型,同时固定隐含层神经元的数目从而提高运算速度,通过实测数据计算相对误差和决定系数进行性能评价.利用样本数据和岩石结构面直剪实验验证了模型的预测精度.最后讨论了因子分析的适用性和可能的误差分析.
文献关键词：
岩石;结构面;粗糙度;RBF神经网络;因子分析
中图分类号：
作者姓名：
尹宏;王述红;董卓然;侯钦宽
作者机构：
东北大学资源与土木工程学院,辽宁 沈阳 110819
文献出处：
引用格式：
[1]尹宏;王述红;董卓然;侯钦宽-.引入因子分析的结构面粗糙度RBF复合参数模型)[J].岩土工程学报,2022(04):721-730
A类：
B类：
引入因子,面粗糙度,RBF,复合参数,参数模型,峰值剪切强度,基础性工作,形貌特征,表征参数,并列,信息重叠,非线性系统,参数降维,离交,统通,神经网络结构,非线性参数,线性映射,实际运行,统计参数,JRC,反算,组训,训练样本,多指标,隐含层,数据计算,决定系数,性能评价,岩石结构面,直剪实验,误差分析
AB值：
0.395661
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。
