基于RBF神经网络的桥梁挠度数据恢复研究

被引：15

作者：

胡顺仁

陈伟民

章鹏

符欲梅

梁宗保

机构：

[1] 重庆大学光电技术及系统教育部重点实验室

来源：

关键词：

挠度; 关联分析; RBF神经网络; 非线性逼近; 数据恢复;

D O I：

10.19650/j.cnki.cjsi.2006.12.010

中图分类号：

U446 [桥梁试验观测与检定];

学科分类号：

0814 ; 081406 ;

摘要：

本文以桥梁挠度数据作为研究对象,对其测量点进行了关联分析,并依据RBF神经网络强大的函数逼近能力,提出了一种基于神经网络模型来恢复不可靠测量数据的方法。在仿真实验中,通过对比实验(该方法的均方误差为2E-9,线性回归法均方误差为0.697 4),证实了该方法在理论和实践上的精确性和可行性。

引用

页码：1605 / 1608

页数：4