基于SAE的尾矿库安全评价系统的研究与设计

为了充分挖掘影响尾矿库安全的因素中的隐藏信息和内在联系,获得尽可能高的安全预测准确率,本文设计了一种基于深度神经网络的尾矿库安全趋势预测方法,阐述了堆栈式自编码器的设计思路和算法,包括深度神经网络的逐层优化训练思想和用于参数训练LM-BP算法,进行尾矿库安全趋势预测实验,给出了详细仿真结果分析.结果表明深度神经网络在特征抽象、表征学习、预测准确率等方面都具有优越性,最后设计尾矿库安全评价软件,并使用Python及相关的软件包实现了软件原型,以便算法得到实际应用.
作者：胡斯源 贾波 王智文 姚景新
作者单位：浙江省安全生产科学研究院,浙江杭州310012浙江工业大学,浙江杭州310014
母体文献：2016安全科学与工程技术研讨会论文集
会议名称：2016安全科学与工程技术研讨会  
会议时间：2016年11月18日
会议地点：杭州
主办单位：浙江省安全工程学会,浙江工业大学
语种：chi
分类号：TP3TU9
关键词：尾矿库  安全评价  软件设计  功能模块
在线出版日期：2019年4月17日
基金项目：
相似文献
相关博文

2024-11-30 20:30 上传 基于SAE的尾矿库安全评价系统的研究与设计.pdf

文件大小:

1.02 MB

下载次数:

60

高速下载