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