基於機器學習的岩爆預測方法研究與應用 田睿 李燕卿著 9787502493820 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202302*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：基於機器學習的岩爆預測方法研究與應用
ISBN：9787502493820
出版社：冶金工業
著編譯者：田睿 李燕卿著
頁數：131
所在地：中國大陸 *此為代購商品
書號：1513433
可大量預訂，請先連絡。

內容簡介

本書以301組岩爆工程實例作為岩爆烈度等級預測的樣本數據，介紹了基於隨機森林優化層次分析法—雲模型（RF-AHP-CM）的岩爆烈度等級預測模型、基於改進螢火蟲演算法優化支持向量機（IGSO-SVM）的岩爆烈度等級預測模型、基於Dropout和改進Adam演算法優化深度神經網絡（DA-DNN）的岩爆烈度等級預測模型，並對不同岩爆烈度等級預測模型進行對比分析。另外，採用所構建的3個岩爆預測模型對內蒙古赤峰某金礦深部開採進行了岩爆預測，提出了相應的岩爆防洽措施。 本書可作為從事地下岩土工程現場工程技術人員的指導書和工具書、重要部門管理者的參考書，也可作為高等院校礦業安全專業碩士和博士研究生的參考書。

目錄

1 緒論
1 1 研究背景與意義
1 2 國內外研究現狀
1 2 1 岩爆機理研究現狀
1 2 2 岩爆預測研究現狀
1 2 3 岩爆防治研究現狀
1 3 研究內容與方法、創新點、技術路線
1 3 1 研究內容與方法
1 3 2 創新點
1 3 3 技術路線
2 岩爆烈度等級預測資料庫建立
2 1 岩爆評價指標選取
2 1 1 岩爆工程實例分析
2 1 2 岩爆評價指標確定
2 2 岩爆烈度等級確定
2 3 岩爆烈度等級預測資料庫
2 4 本章小結
3 基於隨機森林優化層次分析法—雲模型的岩爆預測模型研究
3 1 隨機森林優化層次分析法—雲模型的理論依據
3 1 1 雲的定義及數字特徵
3 1 2 正向高斯雲演算法
3 1 3 高斯雲的數學性質
3 1 4 隨機森林的基分類器
3 1 5 隨機森林的構建
3 1 6 隨機森林的收斂性
3 2 基於隨機森林—層次分析法的指標權重計算方法
3 2 1 基本的層次分析法
3 2 2 基於隨機森林的岩爆評價指標重要性分析
3 2 3 隨機森林—層次分析法構建
3 3 基於隨機森林優化層次分析法—雲模型的岩爆預測模型
3 3 1 岩爆烈度等級預測模型構建
3 3 2 岩爆烈度等級標準確定
3 3 3 岩爆評價指標雲模型生成
3 3 4 岩爆評價指標權重計算
3 3 5 岩爆綜合確定度計算
3 4 模型有效性驗證
3 5 本章小結
4 基於改進螢火蟲演算法優化支持向量機的岩爆預測模型研究
4 1 改進螢火蟲演算法優化支持向量機的理論依據
4 1 1 間隔與支持向量
4 1 2 支持向量機模型
4 1 3 核函數
4 2 基於改進螢火蟲演算法優化支持向量機的岩爆預測模型
4 2 1 基本的螢火蟲演算法
4 2 2 改進的螢火蟲演算法
4 2 3 岩爆烈度等級預測模型構建
4 2 4 岩爆樣本數據準備
4 2 5 模型主要參數及實現
4 3 模型有效性驗證
4 4 本章小結
5 基於Dropout和改進Adam演算法優化深度神經網絡的岩爆預測模型研究
5 1 Dropout和改進Adam演算法優化深度神經網絡的理論依據
5 1 1 深度學習技術
5 1 2 深度神經網絡模型
5 1 3 Dropout正則化
5 1 4 參數優化演算法
5 2 基於Dropout和改進Adam演算法優化深度神經網絡的岩爆預測模型
5 2 1 基本的Adam演算法
5 2 2 改進的Adam演算法
5 2 3 岩爆烈度等級預測模型構建
5 2 4 岩爆樣本數據準備
5 2 5 深度神經網絡結構設計
5 2 6 模型主要參數及實現
5 3 模型有效性驗證
5 4 本章小結
6 不同岩爆預測模型的對比分析及工程實例應用
6 1 三種岩爆烈度等級預測模型的對比分析
6 1 1 預測準確率的對比分析
6 1 2 時效性的對比分析
6 1 3 適用範圍的對比分析
6 1 4 對比分析小結
6 2 內蒙古赤峰某金礦的岩爆預測與防治
6 2 1 岩爆評價指標值確定
6 2 2 岩爆預測
6 2 3 岩爆防治
6 3 本章小結
7 結論與展望
7 1 結論
7 2 展望
附錄 岩爆烈度等級預測資料庫
參考文獻

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。