基于模块化神经网络的地表移动边界角预计 |
| |
引用本文: | 孟彦杰,査剑锋,陈元非,徐孟强. 基于模块化神经网络的地表移动边界角预计[J]. 煤炭技术, 2018, 0(3): 129-131 |
| |
作者姓名: | 孟彦杰 査剑锋 陈元非 徐孟强 |
| |
作者单位: | 中国矿业大学环境与测绘学院;国土环境与灾害监测国家测绘地理信息局重点实验室; |
| |
摘 要: | 地表移动边界角是确定地表移动盆地的重要参数。利用粗糙集理论对边界角影响因素进行筛选,结合模块化神经网络建立边界角的预计模型。收集了116个地表移动观测站的数据,并将15个影响因素约简到9个,利用其中的100组数据对网络进行训练,其余16组数据作为检验样本。结果表明,利用粗糙集理论约简后的因素建立的模块化神经网络模型精度最高。
|
关 键 词: | 边界角 模块化神经网络 粗糙集理论 |
Prediction of Surface Subsidence Limit Angle Based on Modular Neural Network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|