期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
环境空气中PM10主要来源解析 被引量:6
1
作者 宋红光 鲁磊 《电子测试》 2013年第5X期232-233,共2页
PM10是主要环境空气污染物之一,本文采用因子分析法(FA)确定PM10的主要来源。实验证明,因子分析法结合实际监测的分析结论,与A市实际情况拟合度非常高,可作为环境空气中PM10来源解析的方法。
关键词 来源解析 PM10 因子分析(fa)
下载PDF
基于预处理的AFOA-ELM冲击地压危险预测模型 被引量:4
2
作者 温廷新 李洋子 《中国安全科学学报》 CAS CSCD 北大核心 2019年第8期29-34,共6页
为提高冲击地压危险性预测准确率,提出一种基于预处理的改进的果蝇优化算法(AFOA)优化极限学习机(ELM)的预测模型。以重庆砚石台煤矿为例,选取其10个冲击地压危险性影响因素作为模型特征;以部分实测数据作为样本数据集并进行预处理,采... 为提高冲击地压危险性预测准确率,提出一种基于预处理的改进的果蝇优化算法(AFOA)优化极限学习机(ELM)的预测模型。以重庆砚石台煤矿为例,选取其10个冲击地压危险性影响因素作为模型特征;以部分实测数据作为样本数据集并进行预处理,采用合成少数类过采样技术(SMOTE)构建平衡数据集,使用灰色关联分析法(GRA)及因子分析法(FA)降低特征维度;针对果蝇优化算法(FOA),引入跳脱变量和分类准确率方差变量构造AFOA,利用AFOA优化选取ELM的输入层权值及隐含层阈值,构建冲击地压危险预测模型,训练预处理样本数据、预测并对比其他模型预测结果。结果表明:数据集预处理可以显著提高AFOA-ELM模型预测效果;基于预处理的AFOA-ELM冲击地压危险预测模型,预测准确率为93.75%,均方误差为6.25%,预测精度显著优于其他对比模型。 展开更多
关键词 冲击地压 危险性预测 合成少数类过采样技术(SMOTE) 因子分析(fa) 灰色关联分析(GRA) 极限学习机(ELM) 改进的果蝇优化算(AFOA)
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部