• 全部
    高级检索
主办单位：煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
首页 > 论文库
人工神经网络在煤巷顶板岩性识别中的应用
  • 540
  • 作者

    邓广涛马念杰贾明魁

  • 单位

    河南理工大学能源科学与工程学院中国矿业大学资源与安全工程学院 河南焦作454003北京100083焦作煤业集团公司河南焦作454002

  • 摘要
    为了探测顶板岩层组合状况从而更好地满足锚杆支护设计要求,采用人工神经网络方法研究了煤巷顶板岩层岩性识别的实际问题,并根据打钻过程的特点,采用BP网络研究了人工神经网络的结构和输出方式,分析了影响人工神经网络应用效果的各因素,在人工神经网络的优化设计方面作了较深入的研究.研究表明:人工神经网络用于识别所钻岩层误差仅有5%,达到了很好的效果;人工神经网络的参数,如学习率、训练步长、动量系数、隐含层单元数和数据处理方式等对于人工神经网络的应用效果有很大影响.
  • 关键词

    人工神经网络岩性识别煤巷顶板

相关问题
立即提问
采矿与安全工程学报
Journal of Mining & Safety Engineering
Ei收录期刊
CSCD中国科学引文数据库来源期刊
中文核心期刊/中国科技核心期刊
2006年02期
推荐专家
推荐企业
第七届中国国际煤炭清洁高效利用展览会

第七届中国国际煤炭清洁高效利用展览会
推荐专题
《洁净煤技术》精品专题丨“氢能前沿与挑战性技术”专题
《洁净煤技术》精品专题丨“氢能前沿与挑战性技术”专题
《工矿自动化》“深部开采覆岩破坏与地压灾害多源信息监测及预警技术”专题
《工矿自动化》“深部开采覆岩破坏与地压灾害多源信息监测及预警技术”专题
《矿业安全与环保》2023年度高影响力论文
《矿业安全与环保》2023年度高影响力论文
《煤炭学报》2024年度“领跑者5000”
《煤炭学报》2024年度“领跑者5000”
《煤矿安全》2023年度优秀论文
《煤矿安全》2023年度优秀论文
《煤炭科学技术》2024年度“F5000”
《煤炭科学技术》2024年度“F5000”
《工矿自动化》2024年度优秀论文
《工矿自动化》2024年度优秀论文
《煤炭科学技术》2024年度高影响力学术论文
《煤炭科学技术》2024年度高影响力学术论文
《煤田地质与勘探》27篇论文入选“领跑者 5000”
《煤田地质与勘探》27篇论文入选“领跑者 5000”
《煤田地质与勘探》2023年优秀论文
《煤田地质与勘探》2023年优秀论文
亮点论文

主办单位：煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址：北京市朝阳区和平里青年沟东路煤炭大厦 邮编：100013
京ICP备05086979号-16  技术支持：云智互联
Baidu
map