欢迎访问行业研究报告数据库

行业分类

当前位置:首页 > 报告详细信息

找到报告 1 篇 当前为第 1 页 共 1

广义RBF神经网络在煤矿冲击地压预测上的应用
作者:李焱;马尽文; 作者单位:北京大学数学科学学院信息科学系和数学及其应用教育部重点实验室;黑龙江科技大学理学院; 加工时间:2013-12-20 信息来源:信号处理
关键词:RBF神经网络;;贝叶斯阴阳和谐学习;;矿山冲击地压;;预测
摘 要:本文将广义径向基函数(RBF)神经网络应用于华丰煤矿实测的煤矿中冲击地压数据的建模和短期预报。在网络设计上,本文采用了贝叶斯阴阳(BYY)和谐学习算法进行网络隐单元个数的确定和参数初始值的选取,而在参数学习上,本文则采用了同步LMS学习算法。实验结果表明,这种基于广义RBF神经网络的预测方法在精度和速度上有了显著的优势,能够满足在工程应用中的实际要求。
内 容:原文可通过湖北省科技信息共享服务平台(http://www.hbstl.org.cn)获取
© 2016 武汉世讯达文化传播有限责任公司 版权所有
客服中心

QQ咨询


点击这里给我发消息 客服员


电话咨询


027-87841330


微信公众号




展开客服