排序方式: 共有71条查询结果,搜索用时 0 毫秒
21.
22.
岩爆是大型地下岩土和深部资源开采工程中面临的关键问题之一。为准确可靠地预测岩爆灾害,本研究提出一种基于Dropout与改进的Adam的深度神经网络(DNN)岩爆预测模型(DA-DNN)。根据岩爆的影响因素、特点及成因,选取硐壁围岩最大切向应力、岩石单轴抗压强度、岩石单轴抗拉强度和岩石弹性能量指数构成岩爆预测指标体系。在国内外岩爆研究成果的基础上,搜集289组岩爆工程实例数据,并以此作为岩爆预测的样本数据,然后采用深度学习技术建立基于DA-DNN岩爆预测模型。DA-DNN模型避开了指标权重确定问题,完全由数据驱动,减少了人为因素影响,可实现不完全、不精确并带有噪声的有限数据集中复杂且微妙的深层关系的学习。考虑到岩爆样本数据量有限,根据深度学习领域常用的数据集划分方法,即训练集、验证集、测试集按照6∶2∶2划分。先从样本数据中随机抽取58组作为测试集(预测样本),在模型最终训练完成后,评估其泛化能力,测试其真正的预测准确率。剩余的231组样本数据作为DA-DNN模型的学习样本,在训练过程中随机采样,抽取学习样本的80%作为训练集,20%作为验证集。当训练次数(epochs)取60时,学习样... 相似文献
23.
为在换流阀外冷却系统设计初期快速选择合理的冷却方式,分析了影响冷却方式选择的当地气候环境和换流站设备条件等因素,构建基于堆叠异构的残差网络(SH-ResNet)模型用于对冷却方式进行分类,模型集成了有监督的分类器与无监督的聚类方法,并将ResNet作为元分类器,深度挖掘输出结果之间的潜在联系。通过研究近年来不同地区站点的气候环境、换流阀冷却系统需求、设备布置情况以及最终设计使用的冷却方式,总计209个样本数据对所提出模型进行训练与评估试验。结果表明:SH-ResNet的分类正确率达到0.97,相较于基础分类器平均提高了11.46%,可见,在样本集较小的情况下该模型保证了其强大的泛化能力,并提高了分类准确度。基于该模型的冷却方式推荐系统交互窗口的设计不仅给予了冷却方式的推荐占比,并可视化特征参数与冷却方式间的联系,为换流阀外冷却系统设计提供了一种最优化选型方法。 相似文献
24.
25.
结合内蒙古某突出矿井区域性防突实践,就某突出矿井区域性防突的主要技术途径、预抽瓦斯防突效果的检验评价方法、防突安全管理等问题,介绍了已取得的成功经验,剖析存在问题,提出针对性的建议。 相似文献
26.
全钢载重子午线轮胎成型机板式供料架改造 总被引:1,自引:0,他引:1
介绍在使用两鼓式预复合全钢载重子午线轮胎成型机的过程中,存在的肩垫胶贴合偏歪问题,并针对这一问题进行了分析和有效的改造。将肩垫胶供料架改造成板式供料架,改造后基本消除了肩垫胶贴合的偏歪问题,提高了成型机自动化程度。 相似文献
27.
28.
29.
30.