基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在分析单一工作面残余沉降影响因素的基础上,通过利用观测站最大下沉速度之后的已有部分观测数据,采用L-M的BP算法,建立了老采空区残余沉降预测模型,并对模型进行对比分析.结果表明:用人工神经网络方法进行老采空区残余沉降预测是可行的,具有积极意义.
推荐文章
老采空区残余下沉系数的神经网络模型研究
老采空区
残余下沉系数
人工神经网络
人工神经网络在材料研究中的应用
人工神经网络
性能
工艺
相变
组织模拟
LVQ神经网络在采空区稳定性分类中的应用探析
采空区
稳定性分类
LVQ神经网络
特征向量
分类模型
人工神经网络在桩基工程中的应用综述
神经网络
桩基
承载力
桩身完整性
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工神经网络在老采空区残余沉降的应用研究
来源期刊 金属矿山 学科 工学
关键词 老采空区 残余沉降 人工神经网络
年,卷(期) 2009,(6) 所属期刊栏目 采矿工程
研究方向 页码范围 21-23
页数 3页 分类号 TD8
字数 1912字 语种 中文
DOI 10.3321/j.issn:1001-1250.2009.06.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邓喀中 257 4604 37.0 53.0
5 张宏贞 15 180 8.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (75)
共引文献  (262)
参考文献  (11)
节点文献
引证文献  (19)
同被引文献  (62)
二级引证文献  (100)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(8)
  • 参考文献(1)
  • 二级参考文献(7)
1998(8)
  • 参考文献(0)
  • 二级参考文献(8)
1999(10)
  • 参考文献(2)
  • 二级参考文献(8)
2000(10)
  • 参考文献(0)
  • 二级参考文献(10)
2001(15)
  • 参考文献(3)
  • 二级参考文献(12)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(7)
  • 参考文献(3)
  • 二级参考文献(4)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(4)
  • 引证文献(2)
  • 二级引证文献(2)
2012(6)
  • 引证文献(3)
  • 二级引证文献(3)
2013(6)
  • 引证文献(4)
  • 二级引证文献(2)
2014(9)
  • 引证文献(1)
  • 二级引证文献(8)
2015(11)
  • 引证文献(1)
  • 二级引证文献(10)
2016(19)
  • 引证文献(2)
  • 二级引证文献(17)
2017(23)
  • 引证文献(2)
  • 二级引证文献(21)
2018(26)
  • 引证文献(1)
  • 二级引证文献(25)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
老采空区
残余沉降
人工神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
金属矿山
月刊
1001-1250
34-1055/TD
大16开
安徽省马鞍山市经济开发区西塘路666号
26-139
1966
chi
出版文献量(篇)
9361
总下载数(次)
5
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导