基于主成分分析的GA-BP神经网络地表下沉系数预测OA
Prediction of Surface Subsidence Coefficient by Improved BP Neural Network Based on Principal Component Analysis
为提高条带开采地表下沉系数预测准确率,基于地表下沉系数影响因素具有一定相关性、不确定性以及非线性的复杂现象,建立基于主成分分析的遗传算法(Genetic Algorithm,GA)优化的神经网络GA-BP智能预测模型.利用遗传算法对BP神经网络(Back Propagation Neural Network)的初始权值和阈值进行优化处理,通过SPSS20(Statistical Product and Service Solutions 20)软…查看全部>>
郭凯维;郭传超;史耀凡;于水
山东科技大学 测绘与空间信息学院,山东 青岛266590山东科技大学 测绘与空间信息学院,山东 青岛266590山东科技大学 测绘与空间信息学院,山东 青岛266590山东科技大学 测绘与空间信息学院,山东 青岛266590
天文与地球科学
主成分分析BP神经网络遗传算法下沉系数
《北京测绘》 2021 (11)
1374-1379,6
山东省自然科学基金(ZR2020MD024)
评论