基于RBF神经网络的矿山选矿指标预测

• 作者: 孙福振 李业刚 李艳
• 来源期刊: 山东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据仓库 数据模型 指标预测 RBF神经网络
• 年，卷（期）: 2010,（1）
• 页码范围: 50-53
• 分类号: TP368.1
• 字数: 3157字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6197.2010.01.014

摘要

根据矿山数据复杂性构建矿山数据仓库,利用选矿厂在长期生产过程中积累的大量反映选矿过程指标的历史和现在数据资源,结合RBF人工神经网络建模,揭示选矿过程中原矿性质、选矿工艺流程与选矿效果的动态关系模型,为矿山企业的产品计划提供决策支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙福振	山东理工大学计算机科学与技术学院	36	108	4.0	9.0
2	李艳	山东理工大学计算机科学与技术学院	20	124	6.0	11.0
3	李业刚	山东理工大学计算机科学与技术学院	29	186	7.0	13.0