AdaBoost集成神经网络在冲击地压预报中的应用

• 作者: 孙凤琪
• 来源期刊: 吉林大学学报(信息科学版)
• 学科: 工学
• 关键词: 冲击地压 神经网络 AdaBoost 预测模型 模型更新
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 79-84
• 页数: 6页
• 分类号: TP13
• 字数: 5932字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2009.01.015

摘要

为提高单一BP神经网络预测精度,利用AdaBoost.R2集成学习算法,将单一BP(Back-Propagation)神经网络集成,并针对AdaBoost.R2集成BP网络的特点,提出了一种新的模型更新方法,在有效地实现模型更新的同时克服了传统更新方法的不足.将该新方法应用到抚顺老虎台矿冲击地压预报中,对冲击地压发生的主要因素进行了分析并将其作为模型的输入,使用AdaBoost.R2集成BP网络作为核心智能算法,建立了冲击地压预报模型,取得了较好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙凤琪	吉林师范大学数学研究所	33	110	5.0	10.0