10.13465/j.cnki.jvs.2018.05.033
修剪型神经网络在锚杆锚固缺陷识别中的应用
锚杆在桥梁、隧道、建筑等方面应用越来越广泛.在施工的过程中,由于地质条件、材料和施工等因素的影响,锚固系统会产生许多缺陷.这些缺陷都会对锚杆的寿命和安全性能造成影响,所以对锚杆的缺陷识别是一项很有价值的研究.人工神经网络作为一个智能的分类器,可以对锚杆的缺陷进行识别分类,提出一种自适应阈值前馈神经网络修剪算法,其实质是通过判断隐含层神经元在学习过程中对输出的贡献值,利用显著性指数作为指标来删除网络中的冗余节点,实现网络结构的动态优化调整.结果表明,该方法能够降低网络结构的复杂度,同时提高了锚杆缺陷分类识别的精度.
锚杆、锚杆缺陷、神经网络、修剪算法
37
TU43(土力学、地基基础工程)
国家自然科学基金51674169,51274144;河北省自然科学基金资助E2014210075
2018-07-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
221-227