位置:成果数据库 > 期刊 > 期刊详情页
基于主成分分析与神经网络的采矿方法优选
  • ISSN号:1672-7207
  • 期刊名称:中南大学学报(自然科学版)
  • 时间:0
  • 页码:1967-1972
  • 语言:中文
  • 分类:TD853[矿业工程—金属矿开采;矿业工程—矿山开采]
  • 作者机构:[1]中南大学资源与安全工程学院,湖南长沙410083
  • 相关基金:国家自然科学基金资助项目(50774092); 全国优秀博士学位论文专项基金资助项目(200449)
  • 相关项目:矿山图元库构造及其实体拓扑关系与运算方法研究
中文摘要:

基于利用神经网络预测采矿方法存在一些不足,建立主成分分析法与神经网络结合的采矿方法优选模型。对神经网络的输入数据进行主成分分析,使输入数据不相关且减少。研究结果表明:利用主成分分析法可将输入数据减少,消除由于BP网络输入数据太多而影响数据处理速度的缺陷;把主成分分析法和神经网络结合进行采矿方法优选,可使预测精度大大提高。

英文摘要:

Based on the fact that the deficiencies of neural networks predict mining method,the optimization model of mining methods was set up combining principal component analysis with neural networks.The results show that using the principal component analysis can reduce input-data,eliminate the defect which is due to BP network input data too much influencing the data-processing speed.Combining principal components analysis with neural networks to optimize mining method can make the prediction accuracy improve greatly.

同期刊论文项目
期刊论文 140 会议论文 3 获奖 6 著作 2
同项目期刊论文
期刊信息
  • 《中南大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:中南大学
  • 主编:黄伯云
  • 地址:湖南长沙中南大学校本部
  • 邮编:410083
  • 邮箱:zngdxb@csu.edu.cn
  • 电话:0731-88879765
  • 国际标准刊号:ISSN:1672-7207
  • 国内统一刊号:ISSN:43-1426/N
  • 邮发代号:42-19
  • 获奖情况:
  • 首届全国优秀科技期刊评比一等奖,第二届全国优秀科技期刊评比一等奖,首届中国有色金属工业优秀科技期刊评比一等奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:20874