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:
为研究分析我国某铀尾矿坝的稳定性,以影响尾矿坝稳定性的14个指标为参数,运用MATLAB实现RB F神经网络的方法,采用实际数据对网络进行训练,结果得出了该铀尾矿坝的稳定性参数为3,属于一般安全铀尾矿坝,这对研究尾矿坝稳定性提供了重要的参考作用。
推荐文章
基于BP神经网络的边坡稳定性分析
边坡
稳定性
影响因素
BP神经网络
安全系数
几类动态反馈神经网络的稳定性分析
稳定性
反馈神经网络
离散网络
非对称网络
时延网络
尾矿坝稳定性的可靠度分析
尾矿坝
可靠度
极限平衡
稳定性分析
敏感性
随机变量
某上游法尾矿坝抗滑稳定性分析的几点思考
尾矿坝
抗滑稳定性
排渗
透镜体
拟静力法
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RBF神经网络方法的铀尾矿坝稳定性分析
来源期刊 绿色科技 学科 工学
关键词 RB F神经网络 铀尾矿坝 坝体稳定性
年,卷(期) 2015,(2) 所属期刊栏目
研究方向 页码范围 225-226,227
页数 3页 分类号 TP39
字数 2113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 刘永 南华大学环境保护与安全工程学院 72 394 10.0 17.0
2 郭赞 南华大学环境保护与安全工程学院 5 12 3.0 3.0
3 吕方可 南华大学环境保护与安全工程学院 3 7 2.0 2.0
4 盛宇 南华大学环境保护与安全工程学院 5 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (68)
共引文献  (124)
参考文献  (13)
节点文献
引证文献  (3)
同被引文献  (55)
二级引证文献  (18)
1965(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(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)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(10)
  • 参考文献(1)
  • 二级参考文献(9)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(6)
  • 参考文献(4)
  • 二级参考文献(2)
2014(4)
  • 参考文献(4)
  • 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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(11)
  • 引证文献(1)
  • 二级引证文献(10)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
RB F神经网络
铀尾矿坝
坝体稳定性
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
绿色科技
半月刊
1674-9944
42-1808/S
大16开
湖北省武汉市
2010
chi
出版文献量(篇)
21738
总下载数(次)
68
总被引数(次)
35317
论文1v1指导