【摘 要】
：
为提高神经网络预测体系的精度和效率,整体提升网络性能以及更好地服务于施工监控,结合监控工程实例,采用灰色关联法和主成分分析,对神经网络输入层向量进行识别与筛选,完成
【机 构】
：
河北工业大学土木与交通学院,河北省土木工程技术研究中心
【基金项目】
：
国家自然科学基金(50808063),天津市交通运输委员会科技发展计划(2016A-07)
论文部分内容阅读
为提高神经网络预测体系的精度和效率,整体提升网络性能以及更好地服务于施工监控,结合监控工程实例,采用灰色关联法和主成分分析,对神经网络输入层向量进行识别与筛选,完成输入层优化.采用黄金比例查值法,确定隐含层结构及相应节点数目,实现网络层优化.针对优化的网络进行训练分析,结果表明网络的运算效率与准确性都有很大提升,证明该理论可以实现神经网络的优化,并为神经网络在施工监控领域的应用提供理论支持和参考.
其他文献
将在算子范数拓扑的意义下,研究多复变量函数的Hilbert空间之间的有界加权复合算子族的拓扑连通性.利用类似的方法还将研究在Hilbert-Schmidt范数拓扑下的连通性.这些讨论与
由于大型直缝焊管的特殊性，多采用三点弯曲多次矫直的方法修正其直线度。基于平面弯曲弹复理论及过弯矫直等价原理，给出基于管件初始挠度曲线分布的理论矫直弯矩，施加该理论弯矩
随着国防、机械等领域对硬脆材料微型元件的需求的增长，对硬脆材料去除机理的研究越来越受到众多专家的重视．本文基于单颗磨粒运动轨迹的分析对硬脆材料超声振动端面微磨削方式