《表2 爆破效果预测：基于RBF神经网络的露天矿爆破效果预测研究》
提示：宽带有限、当前游客访问压缩模式
利用训练好的BP神经网络模型和RBF神经网络模型对测试数据样本进行预测，并与模糊评价得到的爆破综合效果进行比较。其中，预测结果见表2。
| 图表编号 | XD00127709000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.15 |
| 作者 | 柳小波、袁鹏喆、张兴帆 |
| 绘制单位 | 东北大学智慧矿山研究中心、东北大学智慧矿山研究中心、东北大学智慧矿山研究中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 现场采集数据：基于BP神经网络的爆破振动预测系统》2020.09.25
- 《表3 爆破效果预测：基于支持向量机的露天矿爆破效果预测方法研究》2021.02.15
- 《表2 样本数据表：基于支持向量机的露天矿爆破效果预测方法研究》2021.02.15
- 《表1 核函数类型：基于支持向量机的露天矿爆破效果预测方法研究》2021.02.15
- 《表2 乳化剂的价格：基于混装乳化炸药配方调整改善爆破效果的研究》2020.05.25
- 《表7 预测设计参数：基于爆堆形态的爆破设计参数预测及优化研究》2020.04.01
- 《表6 预测参数误差：基于爆堆形态的爆破设计参数预测及优化研究》2020.04.01
- 《表1 岩性分析表：关于露天矿深孔爆破效果评价方法的探究》2020.08.15
- 《表1 样本数据表：基于RBF神经网络的露天矿爆破效果预测研究》2020.01.15
- 《表3 组合模型预测结果：基于BP-RBF神经网络的组合模型预测港口物流需求研究》2019.09.10
- 《表4 预测精度比较：基于BP-RBF神经网络的组合模型预测港口物流需求研究》2019.09.10
- 《表1 露天矿爆破效果影响因素权重值及排序》2019.10.25
- 《表3 正负相关转化后：基于小波神经网络爆破振动速度预测与分析》2019.09.15
- 《表4 预测结果：基于小波神经网络爆破振动速度预测与分析》2019.09.15
- 《表2 均值化后：基于小波神经网络爆破振动速度预测与分析》2019.09.15
- 《表5 爆破参数表：基于Weibull模型的爆堆形态神经网络预测》2019.05.25
- 《表2 爆破效果表：基于Weibull模型的爆堆形态神经网络预测》2019.05.25
- 《表1 爆破参数表：基于Weibull模型的爆堆形态神经网络预测》2019.05.25
- 《表1 数据库：基于GA-SVM的煤矿岩巷爆破效果智能预测》2019.05.20
- 《表3 巷道爆破参数表：基于GA-SVM的煤矿岩巷爆破效果智能预测》2019.05.20