基于贝叶斯神经网络的青藏高原土性参数标准值计算方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于贝叶斯神经网络的青藏高原土性参数标准值计算方法
申请号:CN202511576603
申请日期:2025-10-31
公开号:CN121030159A
公开日期:2025-11-28
类型:发明专利
摘要
本发明涉及土壤参数计算技术领域,并具体公开了一种基于贝叶斯神经网络的青藏高原土性参数标准值计算方法。本发明基于有限勘探数据,采用马尔科夫链蒙特卡洛方法产生大量神经网络参数样本,最后通过构建好的贝叶斯神经网络向前传播,得到土性参数标准值的预测概率分布和最终结果,本发明通过贝叶斯推断能够融合先验知识与观测数据,特别适合小样本场景,可为基础设施建设提供更加科学、合理的决策依据,具有广阔的工程应用前景。
技术关键词
贝叶斯神经网络 标准值计算方法 青藏高原 马尔科夫链蒙特卡洛方法 土体物理性质 样本 生成神经网络模型 参数计算技术 融合先验知识 神经网络参数 稳态 覆盖率 精度 力学 数据 场景 算法 误差
系统为您推荐了相关专利信息
连续拍摄图像 样本检测方法 噪声系数 贝叶斯神经网络 图像特征向量
LSTM神经网络模型 贝叶斯神经网络 误差函数 电池荷电状态估计 参数
温度调节单元 波动特征 测温 时序 注意力
智能预警方法 因子 注意力 多源遥感数据 合成孔径雷达干涉
掩膜 贝叶斯神经网络 多级特征 注意力 物体检测模型