期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
为确保一江碧水送首都——郧西县生态建设纪实
1
作者
朱乾坤
李德才
张和江
《国土绿化》
2004年第9期36-36,共1页
关键词
郧西县
苗圃
造林质量
退耕地
替代能源
首都
国家表征
退耕还林
荒山
在线阅读
下载PDF
职称材料
基于探地雷达与PSO−BP神经网络的煤岩界面预测研究
2
作者
张和江
张义平
+2 位作者
侯晨锋
王缪斯
周利治
《工矿自动化》
2025年第8期80-87,共8页
针对探地雷达在煤岩界面预测应用中精度不足的问题,利用粒子群优化(PSO)算法对BP神经网络进行优化,构建了基于探地雷达与PSO−BP神经网络的煤岩界面预测模型。采用探地雷达单侧反射法探测煤岩界面,总结不同情况下的雷达图像响应特征,从...
针对探地雷达在煤岩界面预测应用中精度不足的问题,利用粒子群优化(PSO)算法对BP神经网络进行优化,构建了基于探地雷达与PSO−BP神经网络的煤岩界面预测模型。采用探地雷达单侧反射法探测煤岩界面,总结不同情况下的雷达图像响应特征,从而确定煤岩界面特征参数:煤占比、响应位置振幅、煤响应位置振幅平均值、振幅衰减值、反射波所用双程走时、电磁波波速和煤介电常数;根据选择的特征参数开展介电常数测试和模拟煤岩界面识别实验,获取实测样本数据;采用PSO算法对BP神经网络权值与阈值进行优化,得到最优模型;将煤岩界面特征参数输入PSO−BP神经网络模型,实现煤岩界面预测。实验结果表明:与GA−BP和BP神经网络模型相比,PSO−BP模型的均方误差(MSE)分别下降了22.14%和45.54%,平均绝对百分比误差(MAPE)分别下降了22.22%和46.15%,平均绝对误差(MAE)分别下降了31.58%和55.68%,PSO−BP在预测精度、误差控制能力和数据拟合效果上均具有显著优势,预测煤岩界面位置更贴近实际位置,稳定性更好。
展开更多
关键词
煤岩界面识别
探地雷达
BP神经网络
粒子群优化算法
PSO−BP神经网络
特征参数
在线阅读
下载PDF
职称材料
题名
为确保一江碧水送首都——郧西县生态建设纪实
1
作者
朱乾坤
李德才
张和江
出处
《国土绿化》
2004年第9期36-36,共1页
关键词
郧西县
苗圃
造林质量
退耕地
替代能源
首都
国家表征
退耕还林
荒山
分类号
X171 [环境科学与工程—环境科学]
在线阅读
下载PDF
职称材料
题名
基于探地雷达与PSO−BP神经网络的煤岩界面预测研究
2
作者
张和江
张义平
侯晨锋
王缪斯
周利治
机构
贵州大学矿业学院
出处
《工矿自动化》
2025年第8期80-87,共8页
基金
国家自然科学基金项目(52474127)
贵州省科技支撑计划项目(黔科合支撑[2022]一般001,黔科合平台人才-CXTD[2023]030,黔科合成果LH[2025]重点005)。
文摘
针对探地雷达在煤岩界面预测应用中精度不足的问题,利用粒子群优化(PSO)算法对BP神经网络进行优化,构建了基于探地雷达与PSO−BP神经网络的煤岩界面预测模型。采用探地雷达单侧反射法探测煤岩界面,总结不同情况下的雷达图像响应特征,从而确定煤岩界面特征参数:煤占比、响应位置振幅、煤响应位置振幅平均值、振幅衰减值、反射波所用双程走时、电磁波波速和煤介电常数;根据选择的特征参数开展介电常数测试和模拟煤岩界面识别实验,获取实测样本数据;采用PSO算法对BP神经网络权值与阈值进行优化,得到最优模型;将煤岩界面特征参数输入PSO−BP神经网络模型,实现煤岩界面预测。实验结果表明:与GA−BP和BP神经网络模型相比,PSO−BP模型的均方误差(MSE)分别下降了22.14%和45.54%,平均绝对百分比误差(MAPE)分别下降了22.22%和46.15%,平均绝对误差(MAE)分别下降了31.58%和55.68%,PSO−BP在预测精度、误差控制能力和数据拟合效果上均具有显著优势,预测煤岩界面位置更贴近实际位置,稳定性更好。
关键词
煤岩界面识别
探地雷达
BP神经网络
粒子群优化算法
PSO−BP神经网络
特征参数
Keywords
coal-rock interface recognition
ground–penetrating radar
BP neural network
particle swarm optimization algorithm
PSO-BP neural network
characteristic parameters
分类号
TD67 [矿业工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
为确保一江碧水送首都——郧西县生态建设纪实
朱乾坤
李德才
张和江
《国土绿化》
2004
0
在线阅读
下载PDF
职称材料
2
基于探地雷达与PSO−BP神经网络的煤岩界面预测研究
张和江
张义平
侯晨锋
王缪斯
周利治
《工矿自动化》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
