遗传神经网络在烈度评估中的研究与应用

来源 :震灾防御技术 | 被引量 : 1次 | 上传用户:aujnqejbrob
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
准确判定极震区烈度是震后应急工作高效开展的重要基础。收集1966—2017年发生在中国大陆地区MS 5.0以上有详细烈度记录的地震事件322例,选取与极震区烈度有关的7个因子进行主成分分析,将提取的主成分确定为BP神经网络的输入,极震区烈度为输出,在遗传算法优化的基础上,构建用于极震区烈度预测的BP神经网络模型。结果显示,与传统模型相比,神经网络模型在预测误差分布、精度和预测结果正确率等方面都具有明显的优越性。
其他文献
目的旨在研究由印迹基因GRB10转录而来的环状RNA hsacirc0008334的基本特征和功能预测。方法通过PCR扩增和一代测序、RNase R处理以及细胞质细胞核分布来研究hsacirc0008334
目的探讨慢性肾脏病患者动静脉内瘘早期失功危险因素的综合分析,为预防动静脉内瘘的发生提供了理论依据。方法2016年1月—2018年5月期间,将80例发生动静脉内瘘早期失功的慢性
房屋建筑分类是抗震设计和地震风险分析的基础,是巨灾保险的纽带环节,也是结构易损性准确、完备分析的前驱保障,快速获取建筑特性参数非常关键。基于影像数据获取结构特性相比传统手段具有显著优势,然而其准确性具有一定挑战性,从影像数据得到实时的、较准确的结构特性成为地震保险数据获取技术的关注焦点。本文采用深度学习方法开展从影像数据中提取面向地震保险需求的建筑特性数据,构建基于深度学习方法的建筑高度识别模型和