-
题名尾砂高水基固化剂充填新技术的应用
被引量:4
- 1
-
-
作者
袁宏进
曹维勤
-
机构
南京铅锌银矿
-
出处
《江苏地质》
1997年第3期183-186,共4页
-
文摘
采用“高水基单浆料固化剂”作胶结材料,与尾砂制成充填料浆输送到井下采空区,充填体不需脱水且早期强度高。该项新技术在南京铅锌银矿的应用较好地解决了井下采空区充填问题,实现了“无尾矿山”的环保目标,取得了显著的效益。
-
关键词
尾砂
胶结充填
高水基固化剂
水灰比
银矿
采矿
-
分类号
TD853.342
[矿业工程—金属矿开采]
TD863
[矿业工程—金属矿开采]
-
-
题名基于DropWeight算法在图像分类中的研究
- 2
-
-
作者
袁宏进
潘晴
-
机构
广东工业大学信息工程学院
-
出处
《信息通信》
2019年第2期25-29,共5页
-
基金
国家自然科学基金资助项目(61372173
61671163)
-
文摘
针对卷积神经网络在采用Dropout算法随机选取神经元时,忽略神经元的作用能力有强有弱的局限性,提出一种DropWeight算法。首先在全连接层上,通过伯努利分布按一定概率来随机选择神经元是否激活,然后引入了一个神经元激活程度值变量。它是为未被激活的神经元们赋予较小的激活程度值,使得更新神经元的连接方式发生变化,来丰富网络的多样性和增强网络的鲁棒性。通过Mnist和Cifar-10两个标准数据集进行实验,与加入Dropout层进行比较,DropWeight层在所对应网络当中上都可找到一个最优的激活程度值,并可使图片分类的识别率分别提升0.18%和0.78%。结果表明,DropWeight层在一定程度上提高了网络的泛化能力,具有提高图片分类识别率的效果。
-
关键词
卷积神经网络
DropWeight
伯努利分布
全连接层
泛化能力
-
Keywords
Convolutional neural network
dropweight
bernoulli distribution
full connection layer
generalization
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-