文献

J-GLOBAL ID：201902297857117030   整理番号：19A1725545

地下鉄沈降モニタリングにおけるグレイRBFの応用【JST・京大機械翻訳】

Application of Grey RBF in Subway Subsidence Monitoring

著者 (2件)： Wang Bin (上海市岩土工程検測中心,上海,200436) ,  Chen Qiping (上海市岩土工程検測中心,上海,200436)
資料名： Beijing Cehui  (Beijing Cehui)
巻： 33  号： 4  ページ： 468-471  発行年： 2019年 
JST資料番号： C3249A  ISSN： 1007-3000  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 都市の発展に伴い、地下鉄沈降の要素がますます増え、地下鉄の沈降モニタリングがますます重要になった。それに対して、本論文では、灰色モデルとRBFニューラルネットワーク予測モデルに基づき、両者の融合方法について研究した。ある都市地下鉄の沈降監視データの予報と分析を通じて、灰色RBFニューラルネットワークモデルの予測精度は単一モデルの予測精度より優れ、組合せモデルは灰色モデルの線形補償の弊害を避け、データ利用率を高め、アルゴリズムのロバスト性を増強させ、予報結果は更に正確であることが証明された。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 線形性 ,  アルゴリズム ,  ロバスト性 ,  モデル ,  都市 ,  予測モデル ,  *沈降
準シソーラス用語： データ利用 ,  予測精度 ,  動径基底関数ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 計算機網  (JC03000K) ,  数値計算  (JE02000J) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (6件)： 地下鉄 ,  沈降 ,  モニタリング ,  グレイ ,  RbF ,  応用