原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
BP神经网络在一维降雨
入渗深度的仿真应用
覃茂森，程圣国，刘 朝，赖 坡
(三峡库区地质灾害教育部重点实验室，湖北宜昌443002)
摘要：降雨引起的土体滑坡中，绝大多数滑动面都在边坡土体的最大入渗深度范围之内，快速识别降雨入渗深度
对滑坡前期的预测预报具有重要的意义。以室内一维降雨入渗试验为基础，抽取表征降雨入渗深度的关键特征值，
采用主成分分析法，将影响降雨入渗深度的5个特征值综合成2个主成分，基于主成分分析建立BP神经网络仿真
预测模型。预测结果与实际入渗深度最大误差值仅为4．69％，说明网络性能良好。
关键词：BP神经网络；降雨；入渗深度；主成分分析
BP
of NeuralNetworkinthePredictionof0ne-dimensionalRainfallInfiltration
Application
Po
QINMaosen，CHENG Zhao，LAI
Shengguo，LIU
of HazardsinThree ReservoirAreaof of
(KeyLaboratory MinistryEducation，
Geological Gorges
Yichang443002，Hubei，China)
Abstract：Inthelandslidescaused ofthe surfacesarewithinthemaximuminfiltrationof
byrainfall，most depth
sliding slope
soil．Theidentificationofrainfallinfiltrationhas tothe and oflandslide．
rapid early
depthgreatsignificance predictionwarning
Basedonone-dimensionalrainfallinfiltration characteristicvaluesofrainfallinfiltrationare
experiment，thekey depth
the methodisusedto theinfluentialfactorsofrainfallinfiltration
extracted，and
principalcomponentanalysis analyze depth．
Thefive are intotwo theBPneuralnetwork modelisestablished
eigenvaluesintegratedprincipalcomponents，and prediction
basedon resultsshowthatthemaximumerrorof is4．69％．Thatmeansthe
principalcomponentanalysis．The
文档评论（0）