期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
GRNN神经网络在矿区地表变形预测中的应用 被引量:9
1
作者 高彩云 崔希民 +1 位作者 高宁 洪雪倩 《金属矿山》 CAS 北大核心 2014年第3期97-100,共4页
针对矿区地表变形预测受多种因素影响的复杂性、非线性等特点,基于新型广义回归神经网络(GRNN),构建了矿区地表变形预测模型。首先,介绍了GRNN的建模原理,并对影响GRNN网络预测的关键因素进行了讨论;其次,为了提高网络的泛化能力及预测... 针对矿区地表变形预测受多种因素影响的复杂性、非线性等特点,基于新型广义回归神经网络(GRNN),构建了矿区地表变形预测模型。首先,介绍了GRNN的建模原理,并对影响GRNN网络预测的关键因素进行了讨论;其次,为了提高网络的泛化能力及预测精度,采用滚动建模方式对网络进行建模训练,并基于最小均方误差原理提出了交叉验证搜索算法对GRNN网络预测关键参数平滑因子SPREAD进行优选;最后,将优化后的GRNN网络应用于某矿区地表变形预测,并与LM-BP、RBF、回归分析3种模型的预测效果进行了比较,结果表明,GRNN网络泛化能力强、算法稳定,且预测精度较高,适合于矿区地表变形预测。 展开更多
关键词 矿区地表变形 GRNN神经网络 滚动建模 交叉验证 预测
在线阅读 下载PDF
基于粒子群参数优化的ELM神经网络的矿区地表变形预测模型 被引量:5
2
作者 王仁驹 梁山军 《北京测绘》 2018年第10期1206-1210,共5页
针对传统的BP和RBF等智能算法在进行矿区地表变形预测时易出现学习速度慢、易陷入局部极小和网络结构中参数选取不准确等问题,提出了一种基于微粒群优化(Particle Swarm Optimization,PSO)极限学习机(Extreme Learning Machine,ELM)的... 针对传统的BP和RBF等智能算法在进行矿区地表变形预测时易出现学习速度慢、易陷入局部极小和网络结构中参数选取不准确等问题,提出了一种基于微粒群优化(Particle Swarm Optimization,PSO)极限学习机(Extreme Learning Machine,ELM)的矿区地表变形预测模型,利用PSO算法优化ELM中的连接权值和阈值,从而提高模型最后预测的精度。以山西省某矿区的地表变形监测数据为例,将PSOELM与BP、RBF和未经优化的ELM模型预测结果进行对比,实验结果表明:PSO-ELM模型预测精度最高,泛化能力强,算法稳定,在矿区的地表变形预测方面具有一定的推广价值。 展开更多
关键词 误差反向传播(BP) 径向基函数(RBF) 矿区地表变形 微粒群优化 极限学习机
在线阅读 下载PDF
基于无人机航空摄影测量技术的矿区地表变形监测外业数据采集 被引量:4
3
作者 孙斌 《世界有色金属》 2020年第13期36-37,共2页
无人机航空摄影测量技术作为一种小范围测绘重要手段,具有成像精度高、外业工作量小等优势。结合该技术的优势,开展对矿区地表变形监测外业数据采集方法设计研究。通过无人机航空摄影相机数据采集精度确定、矿区地表变形监测控制点选取... 无人机航空摄影测量技术作为一种小范围测绘重要手段,具有成像精度高、外业工作量小等优势。结合该技术的优势,开展对矿区地表变形监测外业数据采集方法设计研究。通过无人机航空摄影相机数据采集精度确定、矿区地表变形监测控制点选取与布设,实现通过无人机航拍影像对外业数据的采集。通过实验证明,该方法与传统方法相比数据采集用时更短,具有良好的市场应用前景。 展开更多
关键词 无人机航空摄影测量技术 矿区地表变形
在线阅读 下载PDF
Hazard development mechanism and deformation estimation of water solution mining area 被引量:3
4
作者 贺跃光 李志伟 杨小礼 《Journal of Central South University of Technology》 EI 2006年第6期738-742,共5页
Based on the hazard development mechanism, a water solution area is closely related to the supporting effect of pressure-bearing water, the relaxing and collapsing effect of orebody interlayer, the collapsing effect o... Based on the hazard development mechanism, a water solution area is closely related to the supporting effect of pressure-bearing water, the relaxing and collapsing effect of orebody interlayer, the collapsing effect of thawless material in orebody, filling effect caused by cubical expansibility of hydrate crystallization and uplifting effect of hard rock layer over cranny belt. The movement and deformation of ground surface caused by underground water solution mining is believed to be much weaker than that caused by well lane mining, which can be predicted by the stochastic medium theory method. On the basis of analysis on the engineering practice of water solution mining, its corresponding parameters can be obtained from the in-site data of the belt water and sand filling mining in engineering analog approach. 展开更多
关键词 water solution mining hazard ground surface deformation and movement probability integral method
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部