论文部分内容阅读
为了通过神经网络预测土密实度,搭建了土密实度检测装置,采集了土的激光图像,并提取了土的吸收系数、散射系数、激光图像的纹理特征参量和图像的灰度变化率共13个特征参数,通过SPSS降维处理,提取了5个主成分因子作为输入特征;并利用BP神经网络预测密实度.结果表明:经过31次测试后达到了误差要求,预测值与环刀法结果比较的平均绝对误差为7.14%和平均相对误差为7.71%,所建立的预测模型可行;最后通过试验对预测模型进行验证,其预测值与环刀法结果比较的平均绝对误差为8.62%和平均相对误差为8.76%,说明