《表3 BP神经网络与经验公式预测结果对比Table 3 The comparison of the results about the BP neural network and Empirical

《表3 BP神经网络与经验公式预测结果对比Table 3 The comparison of the results about the BP neural network and Empirical   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BP神经网络的桩基爆破振动速度预测》


  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

将表1中的15组数据的最大单段装药量q、爆心距R和实测振速用式（1）进行拟合，求出K、α值，然后将预测样本中的最大单段装药量q和爆心距R带入即可得到预测的爆破振动速度，得萨道夫斯基公式的预测结果见表3。

图表编号XD004240900    严禁用于非法目的
绘制时间2018.06.01
作者蒲传金、郭王林、秦晓星、徐金贵、贺高威、肖定军
绘制单位西南科技大学环境与资源学院、非煤矿山安全技术四川省高等学校重点试验室、中冶建工集团有限公司、西南科技大学环境与资源学院、非煤矿山安全技术四川省高等学校重点试验室、西南科技大学环境与资源学院、非煤矿山安全技术四川省高等学校重点试验室、西南科技大学环境与资源学院、非煤矿山安全技术四川省高等学校重点试验室、西南科技大学环境与资源学院、非煤矿山安全技术四川省高等学校重点试验室
更多格式高清、无水印（增值服务）

相关图表

  1. 《表4 BP神经网络预测精度Tab.4 Prediction accuracy of BP neural network》2019.02.10
  2. 《表2 BP神经网络诊断模型与X线钼靶和B超诊断结果的比较%Tab.2 Comparison between diagnostic models of BP neural network with mammography and ultras》2019.01.05
  3. 《表1 深度学习BP神经网络诊断结果n Tab.1 Diagnostic results of deep learning in BP neural network n》2019.01.05
  4. 《表1 BP神经网络分类正确率Tab.1 The Classification Accuracy Rate of BP Neural Network》2019.04.08
  5. 《表2 BP神经网络识别结果Tab.2 The Identification Results of BP Neural Network》2019.04.08
  6. 《表2 网络预训练与直接训练结果对比Tab.2 The comparison between network pre-training and direct training results》2019.01.01
  7. 《表3 测边网的算法结果与比较Tab.3 The algorithm results and comparison of distance-measuring network》2019.02.15
  8. 《表4 神经网络的参数和结果Table 4 Parameters and results of the neural network》2018.04.30
  9. 《表3 各站点模型拟合结果与交叉验证结果的对比Table 3 Comparison of the results of the mixed effects model and the CV mixed effects model for ea》2018.04.15
  10. 《表2 BP神经网络预测结果Tab.2 BP neural network prediction results》2018.05.30
  11. 《表2 PLS-BP神经网络建模结果Table 2 Results of PLS-BP neural network model》2018.07.15
  12. 《表3 基于实际工况的BP神经网预测结果与有限元计算结果对比Tab.3 Comparison of results predicted by BP netural network and calculated by finite elemen》2018.08.15
  13. 《表2 灰色关联分析及神经网络预测结果Table 2 Predicted results of the grey correlation analysis and neural network》2018.04.01
  14. 《表2 10个测试样本的BP神经网络与GA-BP预测误差对比Tab.2 Comparison between BP neural network and GA-BP prediction error of 10 test samples》2018.02.20
  15. 《表3 BP神经网络与GA-BP算法评价指标比较Tab.3 Comparison of evaluation indexes between BP neural network and GA-BP algorithm》2018.02.20
  16. 《表4 乌拉斯台站径流小波BP神经网络预测结果Table 4 Runoff predictions for Wulasitai Station by wavelet BP neural network》2018.08.01
  17. 《表3 网络训练结果Tab.3 The training results of neural network》2018.09.20
  18. 《表4 网络测试结果Tab.4 The testing results of neural network》2018.09.20
  19. 《表3 仿真结果与经验公式对比Table 3 Comparison of results for simulation and empirical equation》2018.09.01
  20. 《表2 BP神经网络的预测样本及预测结果Table 2 The test samples and the prediction results of BP neural network》2018.06.01

随机翻阅

《表1：浅谈初中英语阅读教学中学生思维品质的培养》 《表4 北京市主要道路2 km缓冲区内资源点数量》 《表1 成都市10家综合性医院采样点科室分布情况》 《表3 耙吸砂总体粒径通过率置信区间》 《表1 不同初始浓度下Cu2+、Cd2+的二级吸附动力学模型参数》 《表2:2019年4月成交土地单价排行榜》 《表1 各工况模型尺寸：砂土中桶形基础静压沉贯过程桶-土受力分析》 《表2 全脂甜炼乳生产过程中的栅栏因子及其控制要素》 《表2 三组院内感染对比情况[n(%)]》 《表3 CE与MSCT对OGIB患者病因诊断分析[例(%)]》