| 矿岩可崩性分级的人工神经网络识别 |
| |
| 引用本文： | 雷学文,肖金发.矿岩可崩性分级的人工神经网络识别[J].金属矿山,2003(2):32-33,42. |
| |
| 作者姓名： | 雷学文 肖金发 |
| |
| 作者单位： | 1. 武汉科技大学
2. 武钢矿业公司 |
| |
| 摘 要： | 矿岩可崩性是地下矿山能否用自然崩落法开采的重要依据之一，利用人工神经网络(ANN)进行矿岩可崩性分级识别，有利于真实地描述矿岩可崩性与其影响因素之间的非线性关系。为此，采用人工神经网络理论，建立了矿岩可崩性的神经网络识别模型，结合工程实例对其矿岩可崩性进行分级识别，结果表明神经网络识别方法是可行且有效的。
|
| 关 键 词： | 地下矿山 矿岩可崩性 自然崩落法 人工神经网络 识别方法 |
Recognition of the Classification of Ore Rock Body Cavability by Artificial Neural Network (ANN) |
| |
| Lei Xuewen.Recognition of the Classification of Ore Rock Body Cavability by Artificial Neural Network (ANN)[J].Metal Mine,2003(2):32-33,42. |
| |
| Authors: | Lei Xuewen |
| |
| Affiliation: | Lei Xuewen(Wuhan University of Science and Technology)Xiao Jinfa(Mining Co. of Wuhan Steel) |
| |
| Abstract: | |
| |
| Keywords: | Natural black caving method Cavability of ore rock Classification Artificial neural network |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
