基于逐步回归-BP神经网络的变形监测数据分析任务书

 2021-08-20 01:17:57

1. 毕业设计(论文)主要目标:

阅读相关文献的基础上,利用逐步回归-BP神经网络处理方法分析变形监测数据的变化,了解并掌握变形体的变形信息。

就是利用回归分析法寻找最优自变量,然后利用BP神经网络让权值初始化,并修正输入层和输出层的权值和阈值,再利用修正后的权值,再计算出各层的输出值,使得输出的值与实际值误差最小。

2. 毕业设计(论文)主要内容:

  1. 提取相关变形体的变形数据和信息;
  2. 数据预处理;
  3. 利用逐步回归分析方法,计算初始相关系数矩阵,然后假定初值,逐步计算自变量和变量偏回归平方和,找出最佳自变量;
  4. 利用BP神经网络依次计算各输出值,并求出反传误差;
  5. 按权值修正公式修正权值和阈值,再计算出目标值和实际值的平方误差,若满足阈值要求,则符合条件,否则再次调整权值,直至满足条件为止。

3. 主要参考文献

[1]黄丽.BP神经网络算法改进及应用研究[D].重庆师范大学,2008.4[2]马驰.变形监测数据处理的方法[J].学园.2014.(3):51-52[3]申意保.变形监测回归分析模型的优化改进[R].湖南:湖南省地质调查院.2016.4.21-22.[4]张祖敏,李琛阜.变形监测数据处理方法研究[R].江西赣州:核工业赣州工程勘察院.2018.12.28.294-295.[5]张磊.大型钢结构建筑安装质量检测与变形监测软件系统设计与实现[D].北京建筑大学.2015.7.[6]刘洪晓,张国君.基于BP神经网络的变形监测数据处理与分析[R].山东招远:招金矿业股份有限河东金矿.2014.121-122.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。