基于支持向量机与 BP 神经网络的裂缝识别算法研究

孔燕; 袁辉; 柯敏勇; 范宇鑫; 赵启林; 潘大荣

首页> 中文期刊> 《山西建筑》 >基于支持向量机与 BP 神经网络的裂缝识别算法研究

基于支持向量机与 BP 神经网络的裂缝识别算法研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:为了研究训练样本数量对裂缝识别算法效果的影响,在少样本和多样本的训练条件下建立了基于支持向量机和BP神经网络两种裂缝识别算法。两种算法的对比测试结果表明:在少样本情况下基于支持向量机的算法识别效果明显优越于基于BP神经网络的算法,适合工程使用初期、裂缝样本较少的情况;在多样本情况下两种算法的识别效果基本一致,均可以用于工程上。

著录项

来源
《山西建筑》 |2020年第8期|129-131|共3页
作者
孔燕; 袁辉; 柯敏勇; 范宇鑫; 赵启林; 潘大荣;
展开▼
作者单位

江苏泰州大桥有限公司江苏泰州 225300;

南京工业大学江苏南京 210000;

南京水利科学研究院江苏南京 210000;

南京工程学院江苏南京 210000;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TU312.3;
关键词
裂缝识别; 混凝土; 支持向量机; BP神经网络;

相似文献

中文文献
外文文献
专利

1. 基于BP神经网络与多分类支持向量机的水质识别与分类 [J] . 赖清 ,衷卫声 ,熊鹏文 . 南昌大学学报（理科版） . 2016,第006期
2. 基于BP神经网络与支持向量机的高速公路交通模式识别 [J] . 王琪 . 科技信息 . 2007,第034期
3. 基于图像处理和双BP神经网络的电气化铁路接触网立柱标识牌识别算法研究 [J] . 徐蔚 ,彭乐乐 ,钟倩文 . 铁道标准设计 . 2020,第003期
4. 基于BP神经网络的轮毂分类与识别算法研究 [J] . 葛艳 ,刘杏杏 . 计算机与数字工程 . 2020,第004期
5. 基于优化BP神经网络的水稻病害识别算法研究 [J] . 陈悦宁 ,郭士增 ,张佳岩 . 电子技术应用 . 2020,第009期
6. 基于改进的支持向量机和BP神经网络的识别算法 [C] . 许建生 ,盛立东 . 第八届全国汉字识别学术会议 . 2003
7. 基于探地雷达的半刚性基层路面裂缝BP神经网络识别研究 [A] . 张彤 . 2021

基于支持向量机与 BP 神经网络的裂缝识别算法研究

摘要

著录项

相似文献

相关主题

期刊订阅