搜索结果: 1-4 共查到“矿山工程技术 PCA”相关记录4条 . 查询时间(0.093 秒)
基于PCA-PNN 原理的岩爆烈度分级预测方法
岩爆预测 主成分分析 概率神经网络 烈度分级
2019/10/25
根据岩爆的影响因素、特点及成因,选取围岩最大切应力、单轴抗压强度、单轴抗拉强度、应力系数、脆性系数和弹性能量指数构成岩爆预测指标体系。搜集国内外46 组典型岩爆案例数据,考虑到概率神经网络(PNN)中高斯函数要求各指标变量互不相关,采用主成分分析法(PCA) 对原始数据预处理,消除指标间相关性并降维,得到线性无关的3 个主成分即岩爆综合预测指标RCI1,RCI2,RCI3,构成概率神经网络的输入向...
为深入研究煤矿井下串联故障电弧特征及提取方法，分别以电动机和变频器负载为研究对象，开展不同电流条件下的串联型故障电弧实验。采用S变换(ST)对回路电流进行时频域变换，求得S变换矩阵的幅值矩阵作为特征矩阵;对特征矩阵进行奇异分解(SVD)，得到矩阵的奇异值;对多组奇异值组成的特征向量进行主元分析(PCA)，选取累积贡献率高于95%的主元作为故障识别的特征，实现特征向量的降维;最后采用遗传算法(GA)...
基于PCA与KPCA的多光谱遥感影像特征提取对比研究
PCA KPCA 特征提取
2016/12/6
多光谱遥感影像特征提取是保证图像分类结果精度的关健，文中介绍了多光谱遥感影像特征提取的两种主要方法通过实验证明:KPCA较PCA具有更好的数据压缩和降维效果，影像特征提取效果优势明显。
基于PCA与Elman网络的地下矿山岩层移动
岩层移动 主成分分析 Elman反馈神经网络
2014/4/11
由于地下金属矿床地质与开采条件的复杂性,影响岩层移动的因素错综复杂且相互影响,使得对岩层移动的预测具有很大的不确定性。大量的样本数据减慢了神经网络的训练速度,并且使得神经网络不稳定。将主成分分析(PCA)与Elman网络相结合构建模型,对地下矿山岩层移动角进行预测研究。利用主成分分析对原始数据进行预处理,提取原信息的主成分,将输入变量减少且互不相关,提高神经网络训练速度；用Elman网络对训练样本...