文献

J-GLOBAL ID：201602240178472757   整理番号：16A0827488

鉱井多水源認識中の人工神経回路網の応用【JST・京大機械翻訳】

Application of artificial neural network for recognition of multiple water sources in mine

著者 (3件)： Xu Xing (School of Safety Engineering, Henan Institute of Engineering) ,  Guo Bingbing (School of Safety Engineering, Henan Institute of Engineering) ,  Wang Gongzhong (School of Safety Engineering, Henan Institute of Engineering)
資料名： Zhongguo Anquan Shengchan Kexue Jishu  (Zhongguo Anquan Shengchan Kexue Jishu)
巻： 12  号： 1  ページ： 181-185  発行年： 2016年 
JST資料番号： C2758A  ISSN： 1673-193X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： パイロ作用鉱区の水和データを例として,NA++K+、CA(2+)、MG(2+),CL-SO_4(2-)、HCO_3-は6つの水和イオン濃度を認識の坑内水源の根拠として選び,それぞれBPニューラルネットワークとELMANニューラルネットワークを確立するためにMATLABソフトウェアを使用して水源鉱井多認識モデル。応用結果は示した:静的のBPニューラルネットワークと比較して,構造上増加する承接層のELMAN神経回路網は訓練とシミュレーションにおいてフィッティング能力はより強く,より高い認識精度と一般化能力はより良かった;鉱山の地下水は,地下の採掘と障害は動特性を有するとともに,非線形動的特徴を有するELMAN神経回路網を,水流入源と解析地下水運規律シフトを正確に判断するに対して一定の補助と指導意義をを持つ。鉱井多水源の識別に応用したData from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 鉱山 ,  坑内水 ,  認知モデル ,  鉱区 ,  地下水 ,  *神経回路網 ,  水和 ,  地中 ,  *水源 ,  水和イオン ,  水上輸送 ,  *ニューラルネットワーク
準シソーラス用語： 認識精度 ,  MATLAB ,  逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： multiple water sources in mine ,  BP neural network ,  Elman neural network ,  recognition ,  generalization ability

分類 (9件)： 制御応用一般  (IC03010U) ,  医用画像処理  (JE04020T) ,  経営工学一般  (KA01010C) ,  膜分離  (XD02120Z) ,  弾性力学一般  (HC02010M) ,  ロボットの運動・制御  (IC04012J) ,  パターン認識  (JE07000S) ,  肉製品  (FJ12033F) ,  防食  (WB03040M)

タイトルに関連する用語 (5件)： 鉱 ,  井 ,  水源 ,  人工神経回路網 ,  応用