专利检索与分析系统
|
意见反馈
|
制图工具
公告: 1.点击检索输入框上方可切换相似检索,上传图片可查找该图片的相似图片。 2.
专利检索与分析系统上线,欢迎试用。
登 录
注册
欢迎您:
未登录
退出
到登录页
图片搜索
相似搜索
检索
高级检索
图片主题:
请以;隔开多个主题词
出版日期:
到
图片类别:
学科类别:
图片大小:
全部
大
中
小
来源数据库:
全部
中国学术期刊网络出版总库
中国博士学位论文全文数据库
中国优秀硕士学位论文全文数据库
中国重要会议论文全文数据库
中国工具书网络出版总库
中国年鉴全文数据库
学术知识图片库
>
水利水电工程
> 1995~2002年训练样本集的拟合误差曲线
1995~2002年训练样本集的拟合误差曲线
图片来源:
赵二峰,金永强,金怡,杨阳.
基于递阶对角神经网络的大坝变形预报模型 ,
武汉大学学报(工学版), 2009 (03).
>>查看本文图片摘要
图片关键词:
特性图
变化趋势
偏差图
网络模型图
预测图
拟合误差曲线
训练样本集
所属学科:
水利水电工程
图片上下文:
协方差矩阵;ρ是遗忘因子;η是学习因子.3.4 HDNN模型的样本训练、校验与预测图4是采用某拱坝一条垂线上的自动观测数据样本集训练以后的拟合误差曲线,其中样本数据容量为384.拟合误差如下定义:e =12×384∑384m=1∑j=1,2(yj(m)-y^j(m))2(13)
....
从图4可看出,在1995~2002年的样本数据基础上,用样本集批学习方式训练的神经网络获得了比较好的逼近拟合程度.图5是在该网络模型通过训练后对2003年坝体径向位移所做的校验.图中的实测值和校验值虽然存在一定的偏差,但是位移变化趋势是一致的,可以认为该网络预测模型通过样本集的训练,已经获得了坝体位移的动力学行为特性.因此
>>展开全部
相关图片
同文图片
语义相关
读者推荐
相似图片
浏览历史
本单位未订购此产品,请填写调查问卷可
免费获取
下载权限.
京 ICP 证 040431 号
网络出版服务许可证 (总)网出证(京)字第 271 号
经营性网站备案信息
京公网安备 11010802020460 号
《中国学术期刊(光盘版)》电子杂志社有限公司
KDN 平台基础技术由 KBASE 11.0 提供. © 1998-2021 中国知网(CNKI)
用户手册
|
产品标准
|
数据标准
|
图片分类说明