对常用的突水水源判别方法进行了概述,阐明了其适用条件,为选择合适的方法提供了依据。以石壕煤矿为例,利用BP神经网络方法,选择矿化度、p H值、总硬度、Ca2++Mg2+、K++Na+以及涌水量作为判别因子,建立了水源判别模型,经过样本训练和模型验证,其判别结果与实际基本一致,验证了人工神经网络方法在突水水源判别上的准确性。
2022-11-03 20:02:57 200KB 矿井突水 水源判别 人工神经网络
1
MATLAB实现PCA-LSTM主成分降维结合长短期记忆神经网络多输入回归预测(完整源码和数据) 数据为多输入回归数据,输入12个特征,输出1个变量。 运行环境MATLAB2018b及以上。
自适应遗传算法,轮盘赌选择出合适的种群去作为下一代的交叉的父代种群
2022-11-03 11:06:39 3KB ADRC优化BP神经网络
1
BP神经网络分类程序 学习分类方法 多个程序都可以运行 数据处理
1
根据Ecotect 模拟的12种不同的建筑形状进行能量分析,数据集包括768个样本和8个特征属性,旨在预测房屋的热负荷和冷负荷。BP神经网络
1
可扩充任意倍数的图片以及XML文件
2022-11-03 09:39:52 2KB 数据集 VOC 训练神经网络
1
MATLAB实现CNN-LSTM卷积长短期记忆神经网络多特征分类预测(完整源码和数据) 数据为多特征分类数据,输入15个特征,分四类,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。 运行环境MATLAB2020b及以上。
MATLAB实现CNN-BiLSTM卷积双向长短期记忆神经网络多特征分类预测(完整源码和数据) 数据为多特征分类数据,输入15个特征,分四类,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。 运行环境MATLAB2020b及以上。