贝叶斯神经网络正则化的神经网络可不可以用作分类

【摘要】:砂土地震液化的影响洇素具有高度的非线性关系,而神经网络在处理非线性问题上具有其独特的优越性本文在探讨输入层模式的选择以及砂土液化影响因素的基础上,采用改进的贝叶斯神经网络正则化方法和"提前停止"算法建立了砂土地震液化预测模型,通过实例计算和模型评价,表明本模型的计算结果与规范法、改进的Seed简化法以及基于传统BP网络算法的计算结果相比具有更高的预测精度和较小的训练步长,并采用该模型对厦门集美大桥新環岛互通桥区进行砂土液化评价,证明了该模型具有较高的精度和泛化能力。


谢君斐;[J];地震工程与工程振动;1985年01期
陈国兴,张克绪,谢君斐;[J];地震工程與工程振动;1991年02期
石兆吉,张延军,郁寿松,孙锐;[J];地震工程与工程振动;1994年04期
陈国兴,胡庆兴,刘雪珠;[J];地震工程与工程振动;2002年01期
胡聿贤,张郁山,梁建文;[J];地震笁程与工程振动;2004年03期
陈新民,罗国煜;[J];桂林工学院学报;1997年02期
蔡德所,姚姗姗,李焱;[J];广西水利水电;2005年03期
朱海洲,吕伟;[J];能源技术与管理;2005年05期
阮永芬,陈昆梅,韋敏才;[J];昆明理工大学学报;2000年04期
陈文化,孙巨平,徐兵;[J];世界地震工程;1999年01期

我要回帖

更多关于 贝叶斯神经网络 的文章

 

随机推荐