感知器在矿井突水水源识别中的应用
China Mining Magazine(2019)
Abstract
针对使用B P和RB F等神经网络进行矿井突水水源识别时存在网络结构和训练算法复杂的问题,使用感知器进行矿井突水水源识别.以焦作矿区的突水水源识别问题为例,舍弃其中的Na+和K+两种离子的浓度信息,选择Ca2+、M g2+、Cl-、SO2-4和HCO3-五种离子的浓度为作为水源识别的依据,利用三十五组数据进行训练,构建了六输入四输出的感知器模型.计算结果表明,感知器是一种有效的识别工具,对于不同的学习率和初始权值矩阵,训练后的感知器均能够正确进行水源识别.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined