排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
介绍神经网络模型的建模原理和方法,并采用该模型对实际滑坡不等时距监测数据进行处理和分析。结果表明神经网络模型能够对变形监测不等时距数据做出比较准确的模拟和预报,从而能够为变形监测的不等时距数据处理提供一种较好的方法,可以作为今后同类数据处理的模型。 相似文献
2.
将边界节点法(BNM)中的移动最小二乘近似方案用紧支径向基函数(CSRBF)代替,解决了BNM中本质边界条件较难处理的问题.用CSRBF逼近非齐次方程的特解,相应的齐次解用改进的BNM表示,发展了一种基于CSRBF的求解非齐次问题的无网格法.数值算例验证了该方法的可行性和有效性. 相似文献
3.
介绍神经网络模型的建模原理和方法,并采用该模型对实际滑坡不等时距监测数据进行处理和分析。结果表明神经网络模型能够对变形监测不等时距数据做出比较准确的模拟和预报,从而能够为变形监测的不等时距数据处理提供一种较好的方法, 可以作为今后同类数据处理的模型。 相似文献
4.
边界节点法(boundary node method,BNM)是一种将边界积分方程和移动最小二乘近似(moxring least-square,MLS)方案相结合的边界型无网格法.由于MLS不具有插值函数性质,BNM中的边界条件不容易施加.本文将BNM中的MLS用紧支径向基函数代替,得到的形函数具有Ddta函数性质,并用这种改进的BNM求解稳态对流扩散问题. 相似文献
5.
6.
1