具有线性功能函数的神经元在矿井水质类型识别中的应用

• 作者: 冯利军 李竞生 邵改群
• 来源期刊: 煤田地质与勘探
• 学科: 地球科学
• 关键词: 神经元 水质类型 识别 收敛性 抗噪性
• 年，卷（期）: 2002,（4）
• 所属期刊栏目: 水文地质工程地质
• 页码范围: 35-37
• 页数: 3页
• 分类号: P641.3
• 字数: 2204字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1986.2002.04.013

摘要

正确识别矿井水质类型对于判断突水水源具有重要的意义.本文以华北某矿井为例,采用具有线性功能函数的神经元(Adaptive Linear Element)方法对来自煤层顶、底板含水层的两种不同水质类型矿井水进行了有效的识别.实际输入的4个未知水样中,经识别两个为顶板水,两个为底板水.神经元学习训练时,其收敛性、收敛速度与步长参数α的选取密切相关.此外,神经元本身也具有一定的抗噪性,这使得神经元在较小噪声背景下仍能正常工作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯利军		4	51	4.0	4.0
2	李竞生		14	186	9.0	13.0