您的位置: 专家智库 > >

滕坤

作品数:2 被引量:31H指数:2
供职机构:南京工业大学更多>>
发文基金:国家自然科学基金江苏省基础研究计划更多>>
相关领域:建筑科学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇建筑科学

主题

  • 1篇玄武岩纤维
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇时间序列
  • 1篇膨胀土
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇纤维
  • 1篇纤维含量
  • 1篇向量机
  • 1篇基坑
  • 1篇基坑变形
  • 1篇加筋
  • 1篇加筋膨胀土
  • 1篇LS-SVM

机构

  • 2篇南京工业大学
  • 1篇中国建筑科学...

作者

  • 2篇徐洪钟
  • 2篇滕坤
  • 1篇彭轶群
  • 1篇李雪红
  • 1篇赵志鹏

传媒

  • 1篇建筑科学
  • 1篇水电能源科学

年份

  • 1篇2012
  • 1篇2011
2 条 记 录,以下是 1-2
排序方式:
短切玄武岩纤维加筋膨胀土的试验研究被引量:27
2012年
玄武岩纤维是一种新型的纯天然绿色纤维。本文将分散的玄武岩纤维丝掺入膨胀土中,研究玄武岩纤维加筋膨胀土的强度与变形特性。试验中,按纤维含量与干土质量比分别为0.0%,0.2%,0.4%和0.6%的比例配制试样。通过室内试验,研究表明:纤维的增加可抑制膨胀土的胀缩性;增加纤维含量,土的无侧限抗压强度和抗剪强度均有所增大,当纤维含量超过最优加筋量0.4%时,加筋膨胀土的无侧限抗压强度和抗剪强度反而会降低。因此,通过掺加玄武岩纤维增强材料,可以获得强度和韧性更高的纤维膨胀土,为膨胀土性质的改良提供一种可借鉴的方法。
徐洪钟彭轶群赵志鹏滕坤
关键词:膨胀土玄武岩纤维纤维含量
基于LS-SVM的基坑变形时间序列预测模型被引量:4
2011年
针对神经网络用于基坑变形预测存在结构难确定、训练易陷入局部最优及易过学习等问题,构造滚动时间窗,以已有的实测时间序列为样本,利用最小二乘支持向量机(LS-SVM)建立基坑预测模型,应用网格搜索算法优化模型参数,连续滚动地多步预测基坑变形。实例结果表明,该模型预测效果优于BP神经网络,具有所需数据少、推广能力强等优点。
徐洪钟滕坤李雪红
关键词:基坑最小二乘支持向量机时间序列
共1页<1>
聚类工具0