基于深度全连接神经网络的大坝变形预测研究OA北大核心CSCDCSTPCD
Research on Dam Deformation Prediction Based on Deep Fully Connected Neural Network
将深度全连接神经网络引入大坝变形预测领域,结合大坝多源监测数据的训练样本,建立基于深度全连接神经网络的大坝变形预测模型.利用几种常见的深度优化学习算法对模型进行优化训练,通过对比各损失函数的变化曲线选取最优学习算法,进一步构建基于最优学习算法的深度全连接神经网络大坝变形预测模型;最后结合大坝多源监测数据的测试样本对模型进行检验分析,并将预测结果和传统BP神经网络的预测结果进行对比.研究结果表明,本文的深度全连接神经网络模型预测精度高、实用性强,可为大坝安全监控提供参考.
杨恒;岳建平;邢尹;周钦坤
河海大学地球科学与工程学院,南京市佛城西路8号,211100河海大学地球科学与工程学院,南京市佛城西路8号,211100河海大学地球科学与工程学院,南京市佛城西路8号,211100河海大学地球科学与工程学院,南京市佛城西路8号,211100
天文与地球科学
大坝变形全连接神经网络深度优化学习算法预测
《大地测量与地球动力学》 2021 (2)
162-166,5
项目来源：国家重点研发计划(2018YFC1508603).
评论