计算相关距离的神经网络方法

佘跃心; 刘汉龙; 高玉峰

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

计算相关距离的神经网络方法

基础理论与实验研究 | 更新时间：2026-06-25

- 计算相关距离的神经网络方法
- Neural networks method for computation of autocovariance distance
- 岩土力学 2003年24卷第5期
- 作者机构：
  
  1. 淮阴工学院建筑工程系,江苏,淮安,223001
  2. 河海大学岩土工程研究所,江苏,南京,210098
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TU412
- 网络首发：2014-08-19，
  
  纸质出版：2003
- 稿件说明：
移动端阅览
佘跃心, 刘汉龙, 高玉峰. 计算相关距离的神经网络方法[J]. 岩土力学, 2003,24(5).

SHE Yue-xin, LIU Han-long, GAO Yu-feng. Neural networks method for computation of autocovariance distance[J]. 2003, 24(5).
佘跃心, 刘汉龙, 高玉峰. 计算相关距离的神经网络方法[J]. 岩土力学, 2003,24(5). DOI：

SHE Yue-xin, LIU Han-long, GAO Yu-feng. Neural networks method for computation of autocovariance distance[J]. 2003, 24(5). DOI：

摘要

通过对GRNN网络分析

导出了网络参数spread与平方指数相关函数参数r0之间的关系

提出了基于GRNN的计算相关距离和拟合相关曲线的方法。研究表明，在最优spread参数条件下GRNN网络能够较为准确地映射实测土性曲线的变化特征，反映土性空间的相关特征。

Abstract

General regression neural networks(GRNN) are briefly analyzed. The relationship between the parameter spread of GRNN and the parameter r0 of autocovariance function (squared exponential function) is derived

and the method for computation of autocovariance distance and fitting of autocovariance function is presented based on GRNN. The study indicates that with optimum spread

GRNN can reflect the variability of soil property and the characteristics of spatial autocovariance.

关键词

Keywords

references

浏览量

1452

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

用相关函数法求静探曲线相关距离的讨论附视频

由CPT确定灌注桩极限承载力的可靠性分析附视频

互相关参数随机场反演的“一体两分”方法

水分入渗对青藏高原东部德马高速粉质黏土层地下冰融化影响机制

压缩空气储能储气库密封钢板厚度选择方法探讨