基于模块化神经网络的地表移动边界角预计

• 作者: 孟彦杰 徐孟强 查剑锋 陈元非
• 来源期刊: 煤炭技术
• 学科: 工学
• 关键词: 边界角 模块化神经网络 粗糙集理论
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 地测技术与工程
• 页码范围: 129-131
• 页数: 3页
• 分类号: TP183
• 字数: 3002字
• 语种: 中文
• DOI: 10.13301/j.cnki.ct.2018.03.050

摘要

地表移动边界角是确定地表移动盆地的重要参数.利用粗糙集理论对边界角影响因素进行筛选,结合模块化神经网络建立边界角的预计模型.收集了116个地表移动观测站的数据,并将15个影响因素约简到9个,利用其中的100组数据对网络进行训练,其余16组数据作为检验样本.结果表明,利用粗糙集理论约简后的因素建立的模块化神经网络模型精度最高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	查剑锋	中国矿业大学环境与测绘学院	56	586	14.0	22.0
5	陈元非	中国矿业大学环境与测绘学院	7	28	2.0	5.0
6	徐孟强	中国矿业大学环境与测绘学院	6	28	3.0	5.0
7	孟彦杰	中国矿业大学环境与测绘学院	5	5	1.0	1.0