基于主成分分析与神经网络的采矿方法优选

被引:99
作者
陈建宏
刘浪
周智勇
永学艳
机构
[1] 中南大学资源与安全工程学院
关键词
采矿方法; 主成分分析法; BP神经网络;
D O I
暂无
中图分类号
TD80 [一般性问题];
学科分类号
081901 ;
摘要
基于利用神经网络预测采矿方法存在一些不足,建立主成分分析法与神经网络结合的采矿方法优选模型。对神经网络的输入数据进行主成分分析,使输入数据不相关且减少。研究结果表明:利用主成分分析法可将输入数据减少,消除由于BP网络输入数据太多而影响数据处理速度的缺陷;把主成分分析法和神经网络结合进行采矿方法优选,可使预测精度大大提高。
引用
收藏
页码:1967 / 1972
页数:6
相关论文
共 11 条
[1]   基于主成分的模糊神经网络 [J].
徐自祥 ;
周德云 ;
罗奕然 .
计算机工程与应用, 2006, (05) :34-36
[2]   非煤矿山安全生产形势、问题及对策 [J].
王启明 .
金属矿山, 2005, (10) :1-6+29
[3]   地下金属矿采矿科学技术的发展趋势 [J].
古德生 .
黄金, 2004, (01) :18-22
[4]   采矿方法模糊优选的神经网络模型构造及其应用 [J].
吴爱祥 ;
郭立 ;
余健 ;
阳雨平 ;
肖雄 .
矿冶工程, 2003, (03) :6-8+11
[5]   主成分分析法与神经网络在选矿建模中的应用 [J].
王淑红 ;
李英龙 ;
戈保梁 ;
刘墨 .
有色矿冶, 2001, (06) :25-28
[6]   关于主成分分析做综合评价的改进 [J].
叶双峰 .
数理统计与管理, 2001, (02) :52-55+61
[7]   信息扩散原理及神经网络在采矿方法选择中的应用 [J].
古德生 ;
周科平 .
中国矿业, 2000, (04) :102-106
[8]   SPSS统计软件包在矿山统计分析中的应用 [J].
李英龙 ;
严碧 .
黄金, 2000, (05) :17-20
[9]   三层BP网隐层节点数确定方法的研究 [J].
伍春香 ;
刘琳 ;
王葆元 .
武汉测绘科技大学学报, 1999, (02) :85-87
[10]   地下金属矿山采矿方法的智能选择 [J].
周科平 .
中国有色金属学报, 1998, (S2) :673-676