《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。