《表2“实测应力”分量:基于稀少样本数据的地应力场反演重构方法》
如图6所示,通过对比两种神经网络算法的反演精度与测点样本量的关系曲线图可知:GMDH神经网络算法反演精度整体高于BP神经网络算法反演精度,特别是在稀少样本测点数据的条件下,GMDH神经网络算法反演精度显著高于GMDH神经网络算法;两种算法在测点数量大于9个的情况下,其反演精度相对较高,量值均大于80%。当测点数量<9个时,BP神经网络算法的精度大幅度降低。因此,GM-DH神经网络算法在稀少样本地应力场反演计算中具有一定的优势。
图表编号 | XD0070915100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 李飞、周家兴、王金安 |
绘制单位 | 北京科技大学土木与资源工程学院、北京科技大学土木与资源工程学院、北京科技大学土木与资源工程学院、金属矿山高效开采与安全教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |