《表2 测试样本:运用随机森林和GA-BP神经网络预测岩石爆破块度》
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
《运用随机森林和GA-BP神经网络预测岩石爆破块度》
由于数据量大、种类多,对于所有选取的爆破数据,建立通用的爆破块度预测模型是一项困难的任务,且很难保证预测结果的精确度。因此,Hudaverdi等[7]对这些数据进行聚类分析,根据岩石弹性模量将爆炸数据分成2个不同的相似组。第1组包含35组爆破数据,平均弹性模量为51.143GPa;第2组包含62组爆破数据,平均弹性模量为17.223GPa。分别从2组中随机抽取80%的爆破数据作为训练样本建立预测模型,并利用训练好的模型对剩余20%的样本进行预测。表2为测试样本。
图表编号 | XD00204357000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.25 |
作者 | 刘阳、谭凯旋、郭钦鹏、王鹏、何成垚 |
绘制单位 | 南华大学资源环境与安全工程学院、稀有金属矿产开发和废物地质处置技术湖南省重点实验室、南华大学数理学院、稀有金属矿产开发和废物地质处置技术湖南省重点实验室、南华大学资源环境与安全工程学院、稀有金属矿产开发和废物地质处置技术湖南省重点实验室、南华大学资源环境与安全工程学院、稀有金属矿产开发和废物地质处置技术湖南省重点实验室、南华大学资源环境与安全工程学院、稀有金属矿产开发和废物地质处置技术湖南省重点实验室 |
更多格式 | 高清、无水印(增值服务) |