《基于多参数融合和RBF神经网络的泥石流预报》PDF+DOC
作者:李丽敏,温宗周,李璐,刘超,赵建新
单位:西安工程大学
出版:《西安工程大学学报》2017年第01期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFXBFZ2017010170
DOC编号:DOCXBFZ2017010179
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于RBF神经网络算法在重金属浓度测量中的应用》PDF+DOC2015年第10期 李德霞,黄廷磊,林科,翟文军
《基于RBF神经网络的电控发动机故障诊断研究》PDF+DOC2015年第08期 王书提,巴寅亮,郭增波
《基于RBF神经网络的水下机器人传感器状态监测方法研究》PDF+DOC2005年第06期 张铭钧,孙瑞琛,王玉甲
《基于RBF网络的光纤位移传感器温度补偿研究》PDF+DOC2004年第02期 韦兆碧,刘晔,马志瀛,胡光辉,时德钢
《一种基于RBF神经网络的传感器故障诊断方法》PDF+DOC2002年第06期 李尔国,俞金寿
《基于RBF神经网络的船载雷达速率陀螺动态性能检测方法》PDF+DOC2012年第06期 陶敏,丁求启,王新荣
《一种基于改进遗传RBF神经网络的传感器动态特性补偿算法》PDF+DOC2010年第09期 王军号,孟祥瑞
《基于RBF神经网络的加速度传感器动态补偿研究》PDF+DOC2007年第04期 俞阿龙
《基于传感器阵列的可燃混合气体RBF网络分析》PDF+DOC2013年第03期 刘建国,安振涛,张倩
《基于蚁群聚类算法的RBF神经网络在压力传感器中的应用》PDF+DOC2013年第06期 孙艳梅,都文和,冯昌浩,刘道森,卢俊国,崔全领,苗凤娟,宋志章
为提高泥石流地质灾害预报准确率,改善传统泥石流监测和预报中存在的监测方法单一而导致的误报和漏报的问题,采用多参数融合和RBF神经网络相结合实现对多个参数的综合分析,得到比较准确的泥石流灾害发生概率,RBF神经网络的输入为多传感器采集到的多参数,隐含层采用高斯核函数,输出层为泥石流发生概率.通过训练RBF神经网络,获得泥石流预报模型,实时采集的多参数输入到训练好的模型,可以计算出泥石流发生概率.仿真和实验验证表明,该方法能够有效提高泥石流灾害预报准确率,可以为决策部门提供更加科学的预报结果。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。