排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
针对传统边坡稳定性分级方法存在信息丢失、忽略不确定性的不足,提出了一种基于相似性度量下的聚类分析智能方法.该方法克服了以往智能方法中普遍存在的计算量大、计算过程繁琐以及精度不高等困难并在浙江省内进行实例验证.在采集到实际边坡数据后,通过简单的基于距离的相似性度量公式构建相似度量矩阵,经过一系列变换后求得相应的等效相似矩阵,在该矩阵的基础上进行聚类分析,使得各个样本相互分离成不同组群,达到较好的分类效果.例证结果表明该方法的可行、有效,也为边坡稳定性等级划分提供了一种科学依据. 相似文献
2.
针对边坡中存在的多重不确定性因素,提出了3种基于中智数的相似度量方法(Dice法、余弦法和指数相似度量方法).以所选定边坡研究区域作为实际样本,用中智数表达获得的样本数据与给定的分级标准数据,计算样本数据与分级标准数据的相似性度量值,得到了边坡稳定性的评价结果.通过比较这3种基于中智数的相似度量方法所计算出的相似性度量值的标准偏差值,分析其各自相似性度量的特性,给出了这3种相似性度量方法的适用环境. 相似文献
1