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:
在人工神经网络的实际应用中,绝大部分的神经网络模型是采用BP神经网络和它的变化形式,它也是前向网络的核心部分,其主要用于函数逼近、模式识别、分类和数据压缩四个方面。文章采用模式识别来预测采空区瓦斯的涌出量,根据BP学习算法的原理,建立神经网络预测模型,并得到预测结果,从而为有效地预测和防治瓦斯灾害提供依据。
推荐文章
基于灰色理论和人工神经网络的瓦斯涌出量预测
灰色理论
神经网络
瓦斯涌出量
预测
基于径向基的瓦斯涌出量灰色预测模型
瓦斯涌出量
灰色预测
RBF
预测精度
综采工作面的瓦斯涌出规律及涌出量的预测
综采工作面
瓦斯源
瓦斯预测
瓦斯涌出
基于MPSO-RBF的瓦斯涌出量预测研究
RBF神经网络
改进的PSO算法
瓦斯预测
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 BP神经网络在采空区瓦斯涌出量预测中的应用
来源期刊 科技成果管理与研究 学科 工学
关键词 BP神经网络 采空区 瓦斯涌出量 预测
年,卷(期) 2015,(7) 所属期刊栏目 科研交流
研究方向 页码范围 34-35,43
页数 3页 分类号 TD712.5
字数 1582字 语种 中文
DOI 10.3772/j.issn.1673-6516.2015.07.014
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 毕大建 10 2 1.0 1.0
2 于鹏飞 2 0 0.0 0.0
3 罗誉铃 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (55)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
BP神经网络
采空区
瓦斯涌出量
预测
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
科技成果管理与研究
月刊
1673-6516
11-5433/N
北京复兴路15号251室
chi
出版文献量(篇)
6300
总下载数(次)
8
总被引数(次)
2148
论文1v1指导