Tạp chí
 
Năm 2016
 
Số 2 [04 - 2016], Năm thứ XXX

Mạng nơ ron nhân tạo và khả năng xác định mức độ biến động thco thời gian của bề mặt bãi thải

https://tapchi.hoimovietnam.vn/vi/archives?article=160212

  • Cơ quan:

    1 Công ty Cổ phần Tin học, Công nghệ, Môi trường – Vinacomin,
    2 Trường Đại học Mỏ - Địa chất

  • Ngày đăng: 30-04-2016
Trang: 46 - 52
Lượt xem: 39
Xem onlineXem online
Lượt tải: 1
Tải về PDF
★★★★★Yêu thích: , Số lượt: 0
  • ★
  • ★
  • ★
  • ★
  • ★
Bạn yêu thích

Tóm tắt:

The paper deals with the principle of neural networks and it’s applicability for determining the instability of the waste dump over time, this is a new approach. The applicability of neural networks for the determination of waste dump subsidence was checked in Chính Bắc waste dump, Quảng Ninh. There are one hidden layers with 8 neurons in the in put layer and 1 neuron in output layer. From 10 to 20 neurons in the hidden layer that gives satisfactory results. The small difference between the determined and the monitoring values were obtained.

Trích dẫn
Nguyễn Tam Tính và Bùi Xuân Nam, 2016. Mạng nơ ron nhân tạo và khả năng xác định mức độ biến động thco thời gian của bề mặt bãi thải, Tạp chí Công nghiệp Mỏ, số XXX, kỳ 2, tr. 46-52.
Tài liệu tham khảo

1. Hồ Sĩ Giao (2001), Bài giảng cơ sở công nghệ khai thác mỏ !ộ thiên, Trường Đại học Mỏ-Địa Chát, Hà Nội.

2. http://nangluongvietnam.vn

3. http://vnexpress.net

4. Trần Đức Minh (2002), Mạng nơron truyền thẳng và ứng dụng trong dự báo dữ liệu, Luận văn thạc sỹ. Trường Đại học Bách Khoa.

5. Võ Chí Mỹ (1993), “Quá trình dịch chuyển đất đá và biến dạng bãi thải", Tuyển tập công trình khoa học Hội nghị Cơ học Toàn quốc, Hà Nội.

6. Hagan M. T., Demuth H. B., Beale M., Neural networks design, PWS Publishing Company, Boston, Ma, 1996.

7. Haykin, s (1994). Neunal nelvvorks, a comprehensive íounđation, Macmillan New York, USA.

Các bài báo khác