首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于PCA-BP人工神经网络模型的黏土分散性判定

摘要第5-7页
ABSTRACT第7-9页
第一章 绪论第13-22页
    1.1 研究的背景与意义第13-14页
    1.2 国内外研究现状第14-18页
        1.2.1 分散性土形成的地质条件及工程性质第14-15页
        1.2.2 分散性土的分散机理研究第15-16页
        1.2.3 分散性土的鉴定方法研究第16-17页
        1.2.4 分散性土改性方面的研究第17-18页
        1.2.5 分散性土的防治措施第18页
        1.2.6 分散性土的强度特性第18页
    1.3 存在的问题及不足第18-19页
    1.4 论文的研究内容、方法与技术路线第19-22页
        1.4.1 研究内容第19-20页
        1.4.2 研究方法与技术路线第20-22页
第二章 土样的基本特性与试验方法第22-39页
    2.1 土样的物理性质指标第22-24页
    2.2 土样的化学性质指标第24页
    2.3 土样的矿物成分分析第24-25页
    2.4 试验方法第25-37页
        2.4.1 双比重计试验第32-33页
        2.4.2 碎块试验第33页
        2.4.3 针孔试验第33-34页
        2.4.4 孔隙水可溶盐阳离子试验第34-36页
        2.4.5 交换性钠百分比试验第36-37页
    2.5 本章小结第37-39页
第三章 黏土分散性的综合判定准则第39-51页
    3.1 试验资料来源第39页
    3.2 五种试验方法的特点与判定结果第39-45页
        3.2.1 五种试验方法的特点及试验结果第39-45页
        3.2.2 综合判定结果第45页
    3.3 权重分配方案及综合判定准则第45-50页
    3.4 本章小结第50-51页
第四章 基于灰关联分析法的黏土分散性机理研究第51-69页
    4.1 灰色系统概述第51-52页
    4.2 灰色关联分析概述第52-53页
    4.3 灰关联分析的数学模型第53-54页
        4.3.1 确定参考数列和比较数列第53页
        4.3.2 数据的规范化处理第53页
        4.3.3 计算绝对差序列第53-54页
        4.3.4 关联系数矩阵的确定第54页
        4.3.5 灰关联度计算第54页
    4.4 土样的物理化学指标、矿物成分与分散程度的灰关联分析第54-62页
    4.5 黏性土的分散机理分析第62-68页
        4.5.1 胶结物与黏土的分散性第62-63页
        4.5.2 钠离子与黏土的分散性第63-65页
        4.5.3 酸碱度与黏土的分散性第65-66页
        4.5.4 矿物成分与黏土的分散性第66-67页
        4.5.5 多元回归及显著性分析第67-68页
    4.6 本章小结第68-69页
第五章 人工神经网络模型判定黏土的分散性第69-87页
    5.1 主成分分析法(PCA)第69-72页
        5.1.1 主成分分析法基本原理及数学模型第69-70页
        5.1.2 主成分分析法的计算步骤第70-71页
        5.1.3 土样的物化指标及矿物质指标的主成分分析第71-72页
    5.2 人工神经网络第72-76页
        5.2.1 人工神经元模型第73-74页
        5.2.2 人工神经网络的分类第74-75页
        5.2.3 人工神经网络的学习方式第75-76页
        5.2.4 人工神经网络的基本特点第76页
    5.3 BP神经网络第76-80页
        5.3.1 BP神经网络的基本原理第76-78页
        5.3.2 BP神经网络的训练流程第78页
        5.3.3 基于MATLAB的BP神经网络的构建第78-80页
    5.4 基于PCA的BP神经网络模型判定土样的分散性第80-86页
        5.4.1 确定模型的网络结构第80页
        5.4.2 确定隐含层的节点数第80-82页
        5.4.3 PCA-BP神经网络和BP神经网络的训练及仿真第82-85页
        5.4.4 两种神经网络模型的比较第85-86页
    5.5 本章小结第86-87页
第六章 工程实例——山西松塔水电站大坝防渗土料分散性研究第87-93页
    6.1 土样的物理性质第87-88页
    6.2 试验方法第88页
    6.3 试验结果及综合判定第88-91页
        6.3.1 土样分散性的试验结果第88-91页
        6.3.2 土样分散性的综合判定第91页
    6.4 土样的分散机理分析第91-92页
        6.4.1 胶结物的类型与土的分散性第91-92页
        6.4.2 钠离子与土的分散性第92页
    6.5 本章小结第92-93页
第七章 结论及展望第93-96页
    7.1 主要结论第93-94页
    7.2 论文的创新点第94-95页
    7.3 展望第95-96页
参考文献第96-102页
英文缩略词第102-103页
致谢第103-104页
作者简介第104-105页

论文共105页,点击 下载论文
上一篇:基于深度学习的湖泊湿地信息提取及时空演变特征研究
下一篇:水利地理信息系统的设计研究