《表8 不同黄土特性参数的维数构成与误差对比》
备注:孔隙总数目、总周长及面孔隙比均在放大倍数2000倍时计算的。
总结前人建模经验发现,大多选取含水率、孔隙比及密度等参数作为建模因子。为了深入挖掘RBF神经网络的仿真能力,本文首次尝试将压缩后黄土土体的二维扫描电镜微观形貌作为建模因子,得到了“改进后3个因子”新神经网络模型(表8),这样做能有效的将纯粹微观二维形貌特征参数的神经网络研究与宏观黄土特性参数的神经网络研究紧密的结合在一起。
图表编号 | XD00132112500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 张敏 |
绘制单位 | 山西省交通建设质量安全监督局 |
更多格式 | 高清、无水印(增值服务) |