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:
针对矿井突水水源的水化学特征,采用Na++K+、Ca2+、Mg2+、Cl-、SO2-、HCO3-6种水化离子的浓度作为识别矿井水源依据;以35组水源样品作为训练样本,运用Matlab软件对网络进行训练,建立6×6×4的网络优化模型;使用构建的BP神经网络对4组待测样本进行识别,并与实际突水水源类别进行比对.应用结果表明:BP神经网络能够准确地识别矿井突水水源,可为防治矿井水害 提供有力的保障.
推荐文章
ACPSO-BP神经网络在矿井突水水源判别中的应用
突水水源
BP神经网络
SPSO算法
自适应变异
Tent混沌映射
改进BP神经网络在流型智能识别中的应用
多相流
流型
非线性最小二乘法
神经网络
模式识别
BP神经网络算法在数字识别中的应用
BP神经网络
附加动量法
自适应学习率
神经网络在矿井水源判别中的应用
神经网络
BP算法
矿井水源
判别模型
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神经网络在矿井突水水源识别中的应用
来源期刊 煤炭技术 学科 工学
关键词 矿井突水 BP神经网络 Matlab软件 水源识别
年,卷(期) 2016,(7) 所属期刊栏目 安全技术与工程
研究方向 页码范围 144-146
页数 3页 分类号 TD745
字数 1682字 语种 中文
DOI 10.13301/j.cnki.ct.2016.07.059
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 王公忠 河南工程学院安全工程学院 61 272 9.0 12.0
2 徐星 河南工程学院安全工程学院 35 141 7.0 10.0
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  (245)
参考文献  (7)
节点文献
引证文献  (9)
同被引文献  (69)
二级引证文献  (13)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(8)
  • 参考文献(0)
  • 二级参考文献(8)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(17)
  • 参考文献(1)
  • 二级参考文献(16)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(9)
  • 参考文献(2)
  • 二级参考文献(7)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(9)
  • 引证文献(6)
  • 二级引证文献(3)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(7)
  • 引证文献(2)
  • 二级引证文献(5)
研究主题发展历程
节点文献
矿井突水
BP神经网络
Matlab软件
水源识别
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
煤炭技术
月刊
1008-8725
23-1393/TD
大16开
哈尔滨市香坊区古香街30号
14-252
1982
chi
出版文献量(篇)
23677
总下载数(次)
45
论文1v1指导