PCA-BP神经网络在矿山岩溶突水水源判别中的应用研究.pdfVIP

PCA-BP神经网络在矿山岩溶突水水源判别中的应用研究.pdf

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
42 1 第 卷第 期 河南理工大学学报(自然科学版) Vol . 42 No . 1 2023 1 JOURNAL OF HENAN POLYTECHNIC UNIVERSITY (NATURAL SCIENCE ) 年 月 Jan. 2023 韩忠,王晓丽,施龙青. PCA-BP 神经网络在矿山岩溶突水水源判别中的应用研究[J ]. 河南理工大学学报(自然 科学版),2023 ,42 (1):46-53. doi :10. 16186/j . cnki. 1673-9787. 2020070099 O S I D HAN Z ,WANG X L ,SHI L Q . Study on application of PCA-BP neural network in discrimination of karst water inrush source in mine [J ]. Journal of Henan Polytechnic University (Natural Science ),2023 ,42 (1):46-53. doi:10. 16186/j . cnki. 1673- 9787. 2020070099 PCA-BP 神经网络在矿山岩溶突水水源判别中的 应用研究 1 2 2 韩忠 ,王晓丽 ,施龙青 (1. 山东省第六地质矿产勘查院,山东 威海264209 ;2. 山东科技大学 地球科学与工程学院,山东 青岛 266590 ) 摘要:肥城煤田奥陶系灰岩水和徐家庄灰岩水水质十分相近,因此,导致该煤田矿井突水水源 难以判别,为了解决这一问题,选取突水水源中F ,Br ,I ,Rn 和H BO 等微量元素以及化合物质 3 3 量浓度作为判别指标,利用SPSS 软件进行主成分分析,并将所得主成分代入MATLAB 软件,建 立PCA-BP 神经网络判别模型,对比PCA-BP 神经网络模型与BP 神经网络模型、系统聚类分析 判别模型、Fisher 判别分析模型的收敛速度和输出精度。结果表明:PCA-BP 神经网络模型判 别准确率为100% ,具有输出结果精度高、误差小、收敛速度快、训练次数少等优点。该模型对 于识别水质相近的灰岩突水水源具有一定应用价值。 关 键 词:肥城煤田;突水水源;PCA-BP 神经网络;奥陶系灰岩;徐家庄灰岩;判别精度 中图分类号:TD745      文献标志码:A 文章编号:1673-9787 (2023 )1-46-8 Study on application of PCA-BP neural network in discrimination of karst water inrush source in mine 1 2 2 HAN Zhong ,WANG Xiaoli ,SHI Longqing (1.No. 6 Institution of Geology and Mineral Resources

文档评论(0)

180****8982 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档