文献
J-GLOBAL ID:202002263265129832   整理番号:20A2666947

カオス残差を融合したBP強予測器の地表沈下予測モデル【JST・京大機械翻訳】

Surface Subsidence Prediction Model of BP Strong Predictor Fusing Chaos Residuals
著者 (5件):
資料名:
巻: 40  号:ページ: 913-917  発行年: 2020年 
JST資料番号: C2664A  ISSN: 1671-5942  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
地下採掘による地表沈下の予測結果の精度を向上するために,BP-Adaboost(BP-Adaboost)による地表沈下予測モデルを,カオス的残差を融合するBP予測器(BP-Adaboost)に基づいて提案した。北鉱1312(1)の実測値を例として、それぞれ融合カオス残差のBP-Adaboostモデル、BPニューラルネットワークモデル及びBP-Adaboostモデルを用いて、最大沈下値点に対して安定期と活動期のシングルステップ予測と多段階予測を行った。カオス的残差を融合したBP-Adaboostモデルは,単一ステップ予測またはマルチステップ予測の精度において,特に単一ステップ予測において,著しく改善した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  計算機シミュレーション  ,  図形・画像処理一般 

前のページに戻る