期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
应用BP神经网络进行隧道围岩快速分级
被引量：
17
1
作者
段林娣
宋成辉
《中国安全科学学报》
CAS
CSCD
北大核心
2010年第2期41-45,共5页
在隧道施工过程中,为准确、及时地进行围岩快速分级,引入BP神经网络方法,通过制定快速分级参数标准,对已经开挖的隧道工作面按照隧道围岩分级规范进行分级,并测量其快速分级参数,将围岩分级的结果与其对应的快速分级参数建立BP神经网络...
在隧道施工过程中,为准确、及时地进行围岩快速分级,引入BP神经网络方法,通过制定快速分级参数标准,对已经开挖的隧道工作面按照隧道围岩分级规范进行分级,并测量其快速分级参数,将围岩分级的结果与其对应的快速分级参数建立BP神经网络的训练集合,从而得到围岩分级模型。最后测量正在开挖隧道工作面的快速分级参数,并提供给模型进行判别,从而达到快速、精确分级目的。通过某隧道围岩样品实例验证,该模型判断结果与实际施工情况吻合,可用于指导施工阶段的隧道围岩快速分级。
展开更多
关键词
快速分级
分级参数
BP神经网络
训练
集合
隧道围岩
下载PDF
职称材料
基于卷积神经网络的卫星网络协调态势评估方法
被引量：
2
2
作者
高翔
刘和光
+2 位作者
陈志敏
姚秀娟
王春梅
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2020年第3期56-65,共10页
为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(C...
为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network,CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。
展开更多
关键词
空间频轨资源
卫星网络资料
地球静止轨道
协调态势
训练
集合
数据标记
卷积神经网络
下载PDF
职称材料
题名
应用BP神经网络进行隧道围岩快速分级
被引量：
17
1
作者
段林娣
宋成辉
机构
中国矿业大学(北京)地球科学与测绘工程学院
北京城建设计研究总院
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2010年第2期41-45,共5页
基金
国家重点基础研究("973")项目(2002CB412702)
国家自然科学基金重大项目资助(50490271)
文摘
在隧道施工过程中,为准确、及时地进行围岩快速分级,引入BP神经网络方法,通过制定快速分级参数标准,对已经开挖的隧道工作面按照隧道围岩分级规范进行分级,并测量其快速分级参数,将围岩分级的结果与其对应的快速分级参数建立BP神经网络的训练集合,从而得到围岩分级模型。最后测量正在开挖隧道工作面的快速分级参数,并提供给模型进行判别,从而达到快速、精确分级目的。通过某隧道围岩样品实例验证,该模型判断结果与实际施工情况吻合,可用于指导施工阶段的隧道围岩快速分级。
关键词
快速分级
分级参数
BP神经网络
训练
集合
隧道围岩
Keywords
rapid classificationl
grading parameters
BP neural network
training set
surrounding rock
分类号
X947 [环境科学与工程—安全科学]
U455 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
基于卷积神经网络的卫星网络协调态势评估方法
被引量：
2
2
作者
高翔
刘和光
陈志敏
姚秀娟
王春梅
机构
中国科学院国家空间科学中心
中国科学院复杂航天系统电子信息技术重点实验室
中国科学院微波遥感技术重点实验室
中国科学院大学
出处
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2020年第3期56-65,共10页
基金
中国科学院空间科学战略性先导专项资助项目(Y7291A1AOS)
中国科学院复杂航天系统电子信息技术重点实验室开放基金资助项目(N201701)。
文摘
为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network,CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。
关键词
空间频轨资源
卫星网络资料
地球静止轨道
协调态势
训练
集合
数据标记
卷积神经网络
Keywords
space frequency and orbit resources
satellite network data
geostationary satellite orbit
coordination situation
training set
data label
convolution neural network
分类号
V557.3 [航空宇航科学与技术—人机与环境工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
应用BP神经网络进行隧道围岩快速分级
段林娣
宋成辉
《中国安全科学学报》
CAS
CSCD
北大核心
2010
17
下载PDF
职称材料
2
基于卷积神经网络的卫星网络协调态势评估方法
高翔
刘和光
陈志敏
姚秀娟
王春梅
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2020
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
