|
000
|
01661nam0 2200289 450
|
|
001
|
2433444481
|
|
010
|
|
@a978-7-112-28841-0@b精装@dCNY88.00
|
|
100
|
|
@a20231118d2023 em y0chiy0120 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aak a 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a机器学习方法与岩土工程应用@Aji qi xue xi fang fa yu yan tu gong cheng ying yong@f林沛元 ... [等] 著
|
|
210
|
|
@a北京@c中国建筑工业出版社@d2023.09
|
|
215
|
|
@a12, 329页@c图@d27cm
|
|
304
|
|
@a题名页题: 林沛元, 赵辰洋, 仉文岗, 薛亚东著
|
|
314
|
|
@a林沛元, 国家级青年人才, 中山大学教授、博士生导师, 广东省珠江人才创新团队第一核心成员。赵辰洋, 中山大学“百人计划”青年学术骨干、助理教授、硕士生导师。仉文岗, 国家级青年人才, 重庆市学术学科带头人, 现任重庆大学土木工程学院副院长。
|
|
320
|
|
@a有书目
|
|
330
|
|
@a本书分为两大部分, 共15章。第一部分为第1-4章, 包括绪论及三类常见机器学习方法基础知识的介绍; 其中, 第2章为神经网络, 第3章为支持向量机, 第4章为随机森林。第二部分为第5-15章, 主要是机器学习方法的岩土工程应用实例介绍; 其中, 第5、6两章分别为土钉墙土钉最大轴力及墙面侧向变形预测, 第7章介绍了利用软土物理指标快速准确预测其力学指标的应用, 第8章是软计算在地下开挖工程中的应用, 第9章为各向异性黏土双隧道衬砌响应分析, 第10章是不排水抗剪强度计算, 第11章为桩的可打性评估, 第12章为基坑开挖底部隆起预测, 第13、14章均为盾构隧道地面沉降预测, 第15章为盾构隧道衬砌表观病害图像自动识别。
|
|
586
|
|
@a
|
|
606
|
0
|
@a机器学习@Aji qi xue xi@x应用@x岩土工程
|
|
690
|
|
@aTU4-39@v5
|
|
701
|
0
|
@a林沛元@Alin pei yuan@4著
|
|
701
|
0
|
@a赵辰洋@Azhao chen yang@4著
|
|
701
|
0
|
@a仉文岗@Azhang wen gang@4著
|
|
801
|
0
|
@aCN@c20231118
|
|
905
|
|
@dTU4-39@eL518@f1@sTU4-39/L518@S@Z
|
|
|
|
|
| |
| 机器学习方法与岩土工程应用/林沛元 ... [等] 著.-北京：中国建筑工业出版社，2023.09 |
| 12, 329页：图；27cm |
| |
| |
| ISBN 978-7-112-28841-0(精装)：CNY88.00 |
| 本书分为两大部分, 共15章。第一部分为第1-4章, 包括绪论及三类常见机器学习方法基础知识的介绍; 其中, 第2章为神经网络, 第3章为支持向量机, 第4章为随机森林。第二部分为第5-15章, 主要是机器学习方法的岩土工程应用实例介绍; 其中, 第5、6两章分别为土钉墙土钉最大轴力及墙面侧向变形预测, 第7章介绍了利用软土物理指标快速准确预测其力学指标的应用, 第8章是软计算在地下开挖工程中的应用, 第9章为各向异性黏土双隧道衬砌响应分析, 第10章是不排水抗剪强度计算, 第11章为桩的可打性评估, 第12章为基坑开挖底部隆起预测, 第13、14章均为盾构隧道地面沉降预测, 第15章为盾构隧道衬砌表观病害图像自动识别。 |
| ● |
正题名：机器学习方法与岩土工程应用
索取号：TU4-39/L518
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
21610961
|
216109618
|
建筑库101/101建筑库 93排3列4层/
[索取号:TU4-39/L518]
|
在馆
|
|
