| 注册
首页|期刊导航|工矿自动化|基于LS-SVM的矿井巷道场强预测

基于LS-SVM的矿井巷道场强预测

王安义 郭世坤

工矿自动化2014,Vol.40Issue(10):40-44,5.
工矿自动化2014,Vol.40Issue(10):40-44,5.DOI:10.13272/j.issn.1671-251x.2014.10.011

基于LS-SVM的矿井巷道场强预测

Prediction of field intensity in mine tunnel based on LS-SVM

王安义 1郭世坤1

作者信息

  • 1. 西安科技大学通信与信息工程学院,陕西西安 710054
  • 折叠

摘要

关键词

矿井巷道/场强/预测模型/最小二乘支持向量机

Key words

mine tunnel/ field intensity/ prediction model/ least squares support vector machine

分类

矿业与冶金

引用本文复制引用

王安义,郭世坤..基于LS-SVM的矿井巷道场强预测[J].工矿自动化,2014,40(10):40-44,5.

基金项目

陕西省教育厅科学研究计划资助项目(2013JK0864). (2013JK0864)

工矿自动化

OA北大核心CSTPCD

1671-251X

访问量0
|
下载量0
段落导航相关论文