用随机场理论和卷积神经网络（CNN）分析边坡可靠度

近期，深度学习变得越来越火热，用深度学习跨领域研究一些其他领域的问题可以开拓研究思路。比如说用深度学习中的人工神经网络（ANNs）和卷积神经网络（CNN）去分析边坡可靠度的问题。边坡可靠度的研究是在假设土体参数的空间变异性上提出的，用KL展开或者是基于乔列斯基分解的中点法可以生成随机场数据。分析边坡可靠度的方法包括蒙特卡洛模拟，一次二阶矩,响应面法，克里金法。但是深度学习的发展给边坡可靠度分析带来了一些新的思路。

之前的一些深度学习方法，比如说CNN和ANN，都是可以用于图像分析的，他们通过图像上的像素值作为输入参数，分类特征作为输出参数，通过训练样本和验证样本构建卷积神经网络模型，来对其他图片进行分类。这是机器学习在分类上的应用。在回归预测方面，机器学习也可以建立模型输出连续性的值，这就是边坡可靠度研究的可以借鉴的地方。

用随机场理论和卷积神经网络（CNN）分析边坡可靠度相关推荐

c语言实现图片卷积_卷积神经网络(CNN)Python的底层实现——以LeNet为例
本文介绍了如何使用Python从底层实现一个简单但经典的卷积神经网络结构--LeNet,并用它完成MNIST手写数字识别任务. 具体的完整代码以及代码的使用方法,可以光顾我的Github Profes ...
【卷积神经网络CNN 数学原理分析与源码详解深度学习 Pytorch笔记 B站刘二大人（9/10）】
卷积神经网络CNN 数学原理分析与源码详解深度学习 Pytorch笔记 B站刘二大人(9/10) 本章主要进行卷积神经网络的相关数学原理和pytorch的对应模块进行推导分析代码也是通过demo实 ...
python卷积神经网络cnn的训练算法_【深度学习系列】卷积神经网络CNN原理详解(一)——基本原理...
上篇文章我们给出了用paddlepaddle来做手写数字识别的示例,并对网络结构进行到了调整,提高了识别的精度.有的同学表示不是很理解原理,为什么传统的机器学习算法,简单的神经网络(如多层感知机)都可 ...
卷积神经网络(CNN)介绍与实践
七月上海 | 高性能计算之GPU CUDA培训 7月27-29日三天密集式学习快速带你入门阅读全文> 正文共4499个字,26张图,预计阅读时间18分钟. CNN的前世今世 1.1.大脑 ...
【深度学习系列】卷积神经网络CNN原理详解(一)——基本原理(1)
上篇文章我们给出了用paddlepaddle来做手写数字识别的示例,并对网络结构进行到了调整,提高了识别的精度.有的同学表示不是很理解原理,为什么传统的机器学习算法,简单的神经网络(如多层感知机)都可 ...
卷积神经网络(CNN)的参数优化方法
积神经网络的参数优化方法--调整网络结构是关键!!!你只需不停增加层,直到测试误差不再减少. 著名: 本文是从 Michael Nielsen的电子书Neural Network and Deep L ...
基于FPGA的一维卷积神经网络CNN的实现（一）框架
理论建立与效果展示环境:Vivado2019.2. Part:xcku040-ffva1156-2-i,内嵌DSP个数 1920个,BRAM 600个也就是21.1Mb. 说明:通过识别加高斯白噪声 ...
CNN---用于图像分类的经典的卷积神经网络CNN
文章目录概览 1.计算机视觉简介: 2.图像分类一.LeNet-5 1.模型架构 2.模型简介 3.模型特点二.AlexNet 1.网络架构 2.模型介绍 3.模型特点三.VGGNet 1.模 ...
深度学习：应用于机器视觉领域的卷积神经网络(CNN)简介
1 背景介绍深度学习是近几年的热门研究话题.深度学习受到神经学的启示,模拟人脑的认知与表达过程,通过低层信号到高层特征的函数映射,来建立学习数据内部隐含关系的逻辑层次模型.深度学习相比于一般的浅层模 ...

用随机场理论和卷积神经网络（CNN）分析边坡可靠度

用随机场理论和卷积神经网络（CNN）分析边坡可靠度相关推荐

最新文章

热门文章