《表1 训练组样本数据:基于粒子群算法优化BP神经网络的溶浸开采浸出率预测》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于粒子群算法优化BP神经网络的溶浸开采浸出率预测》
该神经网络的网络结构确定为5-11-1型。在神经网络的训练过程中,为了提高预测精度,选择具有代表性的样本,且数组越多越好。本文选用某矿区含锑硫化矿在浸出行为中共计48组数据进行训练预测,其中40组作为训练样本,8组作为预测样本,如表1和表2所示。为了提高神经网络的准确性,还需将样本数据导入后,按照式(14)进行归一化处理[19-20]:
图表编号 | XD00132941300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.28 |
作者 | 卜斤革、陈建宏 |
绘制单位 | 中南大学资源与安全工程学院、中南大学资源与安全工程学院 |
更多格式 | 高清、无水印(增值服务) |