检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

支持向量机和神经网络在粗糙面参数反演中的比较

苟雪银, 郭立新, 张连波

计算物理 2014, 31 (1): 75-84.

摘要（285）

PDF （3891KB）（1074）

首先介绍支持向量机和神经网络方法及其在内部网络训练上的不同.分别利用支持向量机和神经网络对高斯粗糙面的均方根高度和相关长度进行反演.通过仿真结果和误差对比分析,发现在小样本情况下,支持向量机的反演结果比神经网络好,而在具有大量样本的情况下,神经网络的反演精度有显著提高,而且反演时间比支持向量机少很多.

作者中心

审稿中心

期刊浏览

期刊介绍