《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》

  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

《基于稀少样本数据的地应力场反演重构方法》

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

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。