您的位置: 专家智库 > >

吴皓

作品数:3 被引量:2H指数:1
供职机构:中国地质大学更多>>
相关领域:建筑科学更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇建筑科学

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 1篇压强度
  • 1篇液化判别
  • 1篇砂土
  • 1篇砂土液化
  • 1篇实度
  • 1篇素混凝土
  • 1篇膨胀率
  • 1篇膨胀土
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇自由膨胀率
  • 1篇密实
  • 1篇密实度
  • 1篇抗拉
  • 1篇抗拉强度
  • 1篇抗压
  • 1篇抗压强度

机构

  • 3篇中国地质大学

作者

  • 3篇吴皓
  • 2篇张良刚
  • 1篇张敬一
  • 1篇赵永
  • 1篇张震

传媒

  • 1篇大众科技
  • 1篇人民长江
  • 1篇人民珠江

年份

  • 3篇2008
3 条 记 录,以下是 1-3
排序方式:
提高混凝土密实度的新措施
2008年
文章提出了一种新型的施工方法,即用表面带有小孔的钢管取代钢筋,在浇注混凝土时,用一定压力往钢管内注入配制好的水泥砂浆,大部分的水泥砂浆在压力的作用下通过钢管表面的小孔进入混凝土内部,填充其空隙,从而提高其密实度,进而使混凝土的强度提高。通过试验验证,C20强度的砼7天和28天后的抗压强度较钢筋砼分别提高了8.15%和12.95%,抗拉强度分别提高了4.4%和20.4%。试验结果证明了此种方法的可行性和有效性。
张良刚赵永吴皓张震
关键词:素混凝土钢筋混凝土密实度抗压强度抗拉强度
基于BP神经网络和RBF神经网络的砂土基础液化判别被引量:1
2008年
结合河北唐山地区土样样本,以地下水位埋深(hw)、地下水头(h)、标准贯入锤击数(N63.5)、土的动强度(R)及地震力(L)为评价指标建立了BP神经网络和RBF神经网络的预测模型。通过实例结果比较分析,表明RBF神经网络和BP神经网络判断砂土液化的精度都较高,但对于用埋深hs,地下水位深度h,标准贯入锤击数N63.5,土的动强度R和地震力L作为参数指标时,RBF神经网络在砂土液化的判别方面优于BP神经网络。通过对金坛石桥枢纽进行建模预测,进一步证明了以上结论,并说明了BP神经网络和RBF神经网络对于砂土基础液化的预测是普遍适用的。
吴皓张良刚
关键词:砂土液化BP神经网络RBF神经网络
膨胀土自膨胀率预测中的两种分析方法被引量:1
2008年
通过建立一种模型对自由膨胀率进行预测。膨胀土自由膨胀率预测分两个阶段:①合理选择判别指标;②用选取的指标建模。人工神经网络具有高度的非线性映射能力,通过样本的学习,实现输入与输出之间的非线性映射。然样本指标的选择会影响神经网络的学习能力,从而影响最后结果预测的准确有效性。通过结合南水北调东线一期工程—刘老涧站土样作样本,采用回归分析选取最优判别指标及采用BP神经网络预测膨胀趋势相结合,比单纯采用BP神经网络或回归分析结果更准确,具有可推广性。
张敬一吴皓倪卫达
关键词:膨胀土人工神经网络自由膨胀率
共1页<1>
聚类工具0