粗糙集理论-循环神经网络模型结构

    公开(公告)号:CN110807511A

    公开(公告)日:2020-02-18

    申请号:CN201910999085.1

    申请日:2019-10-21

    Abstract: 本发明属于工程安全稳定运行监测技术领域,具体涉及一种粗糙集理论-循环神经网络模型结构。该粗糙集理论-循环神经网络模型结构采用粗糙集理论对各影响因素进行约简,确定关键影响因素,并将确定的关键影响因素作为循环神经网络模型的输入层因素,循环神经网络通过隐含层相互连接的方式完成数据的预测。能够保留数据中隐含的历史信息,与一般循环神经网络相比,具有预测精度高、收敛速度快、迭代步数少等优点,而且还能够确定输入层单个因素在预测过程中正负相关性的影响,更能实现有效预测。

    基于集对分析的线性工程渗流安全评估方法

    公开(公告)号:CN115049188A

    公开(公告)日:2022-09-13

    申请号:CN202210105732.1

    申请日:2022-01-27

    Abstract: 本发明属于工程渗流安全技术领域,具体涉及一种基于集对分析的线性工程渗流安全评估方法。该方法针对线性工程高填方渠段的安全稳定,研究反映线性工程渗流性态的多种监测数据的时空特征,建立评价指标集与评价标准集的集合关系,运用联系度公式、广义集对势与置信度区间等内容计算实现了监测数据的评价结果,构建工程渗流安全评估技术,实现了监测数据定量评价,确定了工程渗流监测数据的安全等级,适用性强。

Patent Agency Ranking