龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：河南理工大学
摘要：本申请涉及计算机辅助优化技术领域，提供一种基于因子分析和神经网络的粗糙度量化方法及系统。该方法通过对已有大量轮廓线和形貌参数进行分析和筛选，结合数字化处理技术从代表性轮廓线中提取形貌参数及其JRC值，构建结构面轮廓线形貌参数～JRC数据库，将其作为机器学习模型的训练样本的基础数据，通过因子分析法对样本数据进行处理并获得公共因子，降低数据的冗杂度的同时实现复杂变量的剥离，最大限度保持数据的稳定性和可靠性。在获得高质量训练样本的基础上，以公共因子作为输入端，以代表性轮廓线的JRC的取值作为输出端，构建神经网络模型，实现综合多参数情况下准确、快速评估出岩体粗糙度系数，提高了评估效率。
主权项：1.一种基于因子分析和神经网络的粗糙度量化方法，其特征在于，包括：确定表征结构面粗糙度的最具有代表性的多个形貌参数；对已有轮廓线进行系统分析，确定代表性轮廓线，并通过数字化处理提取所述代表性轮廓线的各个形貌参数的取值和粗糙度系数JRC的取值，进而构建结构面轮廓线形貌参数～JRC数据库；基于所述结构面轮廓线形貌参数～JRC数据库，采用因子分析法对所述代表性轮廓线的多个形貌参数进行降维处理，以获得形貌参数的公共因子；以所述公共因子作为输入端，以所述代表性轮廓线的JRC的取值作为输出端，搭建神经网络模型；使用所述结构面轮廓线形貌参数～JRC数据库中的样本数据对所述神经网络模型进行训练，以得到训练完成的神经网络模型；其中，所述训练完成的神经网络模型能够表征所述公共因子与轮廓线JRC值之间的非线性函数关系。
全文数据：
权利要求：
百度查询： 河南理工大学 基于因子分析和神经网络的粗糙度量化方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号