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:
基于利用神经网络预测采矿方法存在一些不足,建立主成分分析法与神经网络结合的采矿方法优选模型.对神经网络的输入数据进行主成分分析,使输入数据不相关且减少.研究结果表明:利用主成分分析法可将输入数据减少,消除由于BP网络输入数据太多而影响数据处理速度的缺陷;把主成分分析法和神经网络结合进行采矿方法优选,可使预测精度大大提高.
推荐文章
基于主成分分析与神经网络采矿方法的优选分析
主成分分析
神经网络
采矿方法
基于主成分分析的BP神经网络长期预报模型
主成分分析
学习矩阵
BP神经网络
主成分分析与BP神经网络的人脸识别方法研究
主成分分析
BP神经网络
人脸识别
BioID人脸数据库
基于主成分分析的离散过程神经网络水淹层动态预测方法
测井曲线
动态预测
水淹层识别
主成分分析
离散过程神经网络
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 基于主成分分析与神经网络的采矿方法优选
来源期刊 中南大学学报(自然科学版) 学科 工学
关键词 采矿方法 主成分分析法 BP神经网络
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 1967-1972
页数 分类号 TD853
字数 3880字 语种 中文
DOI
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 陈建宏 中南大学资源与安全工程学院 271 2254 22.0 32.0
2 刘浪 中南大学资源与安全工程学院 28 419 10.0 20.0
3 周智勇 中南大学资源与安全工程学院 52 576 12.0 23.0
4 永学艳 中南大学资源与安全工程学院 8 151 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (330)
参考文献  (11)
节点文献
引证文献  (104)
同被引文献  (428)
二级引证文献  (454)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(4)
  • 参考文献(2)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(6)
  • 参考文献(2)
  • 二级参考文献(4)
2001(5)
  • 参考文献(2)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(10)
  • 引证文献(6)
  • 二级引证文献(4)
2013(29)
  • 引证文献(10)
  • 二级引证文献(19)
2014(50)
  • 引证文献(10)
  • 二级引证文献(40)
2015(76)
  • 引证文献(19)
  • 二级引证文献(57)
2016(80)
  • 引证文献(20)
  • 二级引证文献(60)
2017(87)
  • 引证文献(16)
  • 二级引证文献(71)
2018(84)
  • 引证文献(11)
  • 二级引证文献(73)
2019(96)
  • 引证文献(7)
  • 二级引证文献(89)
2020(44)
  • 引证文献(3)
  • 二级引证文献(41)
研究主题发展历程
节点文献
采矿方法
主成分分析法
BP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
中南大学学报(自然科学版)
月刊
1672-7207
43-1426/N
大16开
湖南省长沙市中南大学校内
42-19
1956
chi
出版文献量(篇)
7515
总下载数(次)
5
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导