基于改进粒子群BP神经网络的矿井突水水源判别下载

weixin_39821526 2020-10-02 04:00:36

选取K++Na+、Ca2+、Mg2+、Cl-、HCO3-、SO42-6种离子作为判别指标,提出基于Tent混沌映射的自适应混沌粒子群算法（ACPSO）,使自适应混沌粒子群算法快速、高效地对BP神经网络完成最优初始化,并将建立的ACPSO-BP神经网络突水水源判别模型进行实例应用。
相关下载链接：//download.csdn.net/download/weixin_38616120/12519668?utm_source=bbsseo

...全文

7 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

相关推荐

选取K++Na+、Ca2+、Mg2+、Cl-、HCO3-、SO42-6种离子作为判别指标,提出基于Tent混沌映射的自适应混沌粒子群算法（ACPSO）,使自适应混沌粒子群算法快速、高效地对BP神经网络完成最优初始化,并将建立的ACPSO-BP神经网络突水水源判别模型进行实例应用。

改进的GA-BP神经网络在矿井突水水源判别中的应用.pdf

提出了一种采用改进的SOM神经网络对矿井突水水源进行判别的方法。该方法把水质中的Na+、K+、Ca2+、Mg2+、Cl-、SO24-和HCO-3等7种离子的含量作为判断因素,结合改进的SOM神经网络模型,对20个水源样品进行分类。实验结果表明,该方法的误判率为0,能够准确地判别矿井突水水源。

本系列中为大家生动形象得讲解神经网络的来源和相关知识点，此外通过案例清楚的了解BP算法的来龙去脉。1.1神经网络来源1.2了解感知器认知过程1.3感知器代码实现逻辑或和与1.4感知器网络和S型神经元及激活函数1.5神经网络之结构详解1.6.1神经网络BP算法前置知识1.6.2神经网络BP算法W7过程演练1.6.3神经网络BP算法W1过程和总结1.6.4神经网络BP算法python执行过程资料：视频：

课程长约半小时，短时间掌握人工智能之BP神经网络的基本概念、主要算例等重要知识点。更多人工智能课程内容可登陆叶梓老师博客http://blog.sina.com.cn/yetizi

下载资源悬赏专区

12,100

社区成员

11,336,064

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告