期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于多源信息融合的矿岩可爆性评价及应用 被引量:6
1
作者 蒋复量 李向阳 +2 位作者 钟永明 李国辉 盛宇 《矿冶工程》 CAS CSCD 北大核心 2014年第5期26-30,共5页
在数据挖掘的基础上,采用粗糙集对矿岩可爆性数据进行了数据级融合,除去冗余属性,然后采用BP神经网络进行特征级融合,从而建立基于多源信息融合的矿岩可爆性评价模型。对原始数据进行了离散归一化处理,应用粗糙集对决定矿岩可爆性指数的... 在数据挖掘的基础上,采用粗糙集对矿岩可爆性数据进行了数据级融合,除去冗余属性,然后采用BP神经网络进行特征级融合,从而建立基于多源信息融合的矿岩可爆性评价模型。对原始数据进行了离散归一化处理,应用粗糙集对决定矿岩可爆性指数的6个因素进行了属性约简,剔除了平均合格率,而保留了漏斗体积、大块率、小块率、岩体声波速度和波阻抗等5个因素,并对约简的准确性进行了验证。分别建立了矿岩可爆性评价的BP神经网络模型和粗糙集-BP神经网络模型,前者对矿岩可爆性指数的预测值与实际值的平均偏差为8.33%,而后者为6.75%。利用建立的粗糙集-BP神经网络模型预测某矿山井下采场的矿岩可爆性指数为78.43,计算出采场的炸药单耗为0.65 kg/m3,而现场试验值为0.67 kg/m3,进一步验证了该模型的正确性。 展开更多
关键词 矿岩可爆性 多源信息融合 粗糙集-BP神经网络 可爆性指数 炸药单耗
下载PDF
ROCK BLASTABITLIY CLASSIFICATION IN CHINA
2
作者 Niu Qiang, Wang Minglin(Northeast University,Shenyang. 110006 ) 《西部探矿工程》 CAS 1996年第5期29-32,83,共5页
Theimplicationofrockblastabilityandthereasonablecriteriaofitsclassificationweredescribed,aformulaforcalculat... Theimplicationofrockblastabilityandthereasonablecriteriaofitsclassificationweredescribed,aformulaforcalculatingtheblastabilityindexhasbeenestablished,andatableshowingtherockblastabilityof33kindsofrocksandoresof14minesinChinawastabulated. 展开更多
关键词 rockblastability rockblastabilityindex rockclassif
下载PDF
三道庄露天矿岩石爆破性分级试验研究
3
作者 胡毅夫 宋家栋 《黄金》 CAS 2001年第8期15-17,共3页
基于岩石爆破性分级的合理判据 ,对预估炸药消耗、预报爆破块度和爆破参数的优化具有重要意义 ,本文采用“岩石爆破性指数”分级法 ,对三道庄露天矿岩石进行分级 。
关键词 岩石爆破 可爆性指数 分级 采矿 露天矿
下载PDF
基于主成分分析法与RBF神经网络的岩体可爆性研究 被引量:10
4
作者 李夕兵 朱玮 +1 位作者 刘伟军 张德明 《黄金科学技术》 CSCD 2015年第6期58-63,共6页
为了对岩体可爆性进行更精确的预测分级,建立了主成分分析法与RBF神经网络相结合的评价模型。以某矿山岩石为例,将影响岩石可爆性的容重、抗拉强度、抗压强度和岩体完整性系数作为评价指标,统计矿山13种岩体的样本数据。对样本数据进行... 为了对岩体可爆性进行更精确的预测分级,建立了主成分分析法与RBF神经网络相结合的评价模型。以某矿山岩石为例,将影响岩石可爆性的容重、抗拉强度、抗压强度和岩体完整性系数作为评价指标,统计矿山13种岩体的样本数据。对样本数据进行主成分相关性预处理,将输出结果作为RBF神经网络的输入变量,岩体的爆破等级作为输出变量,得到的结果精度更高。研究结果表明:预测结果的相对误差均控制在5%以内,与BP神经网络预测误差(16%)相比,所得到实际预测结果与期望值之间的相对误差分别降低了71.94%、86.65%、73.20%和76.62%,预测精度显著提高。该模型为岩体可爆性分级预测提供了一种更为完善的方法。 展开更多
关键词 RBF神经网络 岩体可爆性 评价指标 主成分分析 预测精度
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部