《表1 实验工况设置：基于卷积神经网络的涵洞式直立堤波浪透射预测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卷积神经网络的涵洞式直立堤波浪透射预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

文献[30]的研究结论指出卷积神经网络的学习和预测完全依赖于训练数据集，因此，数据集本身的准确性较为重要.本文采用新开展的实验结果对数值模拟结果进行验证.实验在浙江大学舟山校区港工馆内的断面水槽中进行，水槽长度为22 m，宽0.8 m，造波方式为推板造波.浪高仪的类型为电阻式浪高仪，精度为0.1 mm，其布置位置与数值模拟中的测点位置相同.实验的工况设置如表1所示，共基于不同的组合生成27组工况.为保障实验结果的准确性，每组工况均进行三次以上的重复性实验，并剔除异常值后取剩余数据的均值作为最终的实验结果.CIP模型计算结果与实验模拟结果的对比如图6所示，横轴为实验结果，纵轴为数值模拟结果.由图可知，散点基本分布于斜对角线附近，表明CIP模型所模拟的波浪透射系数与实验模拟的结果基本一致.该实验数据验证了CIP模型计算结果的准确性，可知该模型可用于涵洞式直立堤的波浪透射问题的模拟，其生成的数据集较为可靠，能够用于卷积神经网络的训练.