期刊文献+

基于分形滤波的SOFM在矿井突水水源判别中的应用 被引量:2

Application of SOFM Based on the Fractal Filter to the Identification of the Mine Water Inrush
下载PDF
导出
摘要 选择Na+,K+,Ca+,Mg2+,Cl-,SO42-和HCO3-这7种离子的含量作为判别因素,建立了基于分形滤波的矿井突水水源的自组织特征映射(SOFM)神经网络识别模型.实例结果表明,基于分形滤波的SOFM网络模型具有收敛快、精度高的优点,能很好地满足矿井突水水源的识别需要. Selecting the ion contents of the seven kinds ofNa^+,K^+,Ca^+,Mg^2+,Cl^-,SO4^2-and HCO3^- as discriminating factors, a self-organizing feature map (SOFM) neural network identification model based on fractal filtering of mine water inrush is built. The re- suits show that the SOFM network model based on fractal filter has the advantages of fast convergence and high accuracy, can well meet the identification needs of the mine water inrush
作者 张玉 郭伟峰
出处 《华北水利水电学院学报》 2012年第5期99-102,共4页 North China Institute of Water Conservancy and Hydroelectric Power
基金 数学天元基金项目(11026196)
关键词 分形滤波 自组织特征映射 矿井突水水源判别 fractal filter SOFM water identification of the mine water inrush
  • 相关文献

参考文献10

二级参考文献63

共引文献77

同被引文献32

引证文献2

二级引证文献7

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部