BP神经网络在企业技术创新风险评价中的应用

煤矿安全评价是预防和控制煤矿灾害事故的重要内容。将蚁群算法和神经网络结合起来,用蚁群算法来训练神经网络的权值,建立了基于蚁群算法的神经网络安全评价模型,并将其应用于煤矿安全评价。经实践证明,该模型具有

科技的发展,带动了煤矿企业安全管理的进步。近年来,神经网络算法逐步发展壮大,应用领域越来越广泛。煤矿企业的安全问题一直是个比较重要的难题,安全生产是煤矿企业正常运作的前提。本文重点分析了神经网络算法,

为了提高采用射频识别技术进行定位的精度,针对无源标签射频识别技术及采用BP神经网络对其定位精度的改善进行了研究。首先建立了基于无源标签的射频识别定位系统,之后建立了相应的BP神经网络,并通过实验进行了

主要影响角正切tanβ是用概率积分法进行开采沉陷预计的主要参数之一,决定着地表沉陷的影响范围。指出了影响主要影响角正切的主要地质采矿因素,并根据一些矿区的实际观测资料,建立了求取主要影响角正切的AGO

以6种水化离子浓度作为判别突水来源的依据,为克服人工神经网络采用标准BP算法修正初始权值和阈值所带来的具有随机性和易陷入局部最小缺点,拟采取具有全局最优功能的遗传算法(GA)优化BP神经网络,从而建立

文章依据顶煤冒放性的自然影响因素,应用人工神经网络的理论与方法,建立了顶煤冒放性的BP神经网络评价模型,以29个放顶煤工作面的顶煤冒放性评价结果作为网络模型的学习训练样本,对网络进行训练。最后,应用训

针对鲍店煤矿巷道围岩的特点,提出一种基于BP神经网络,可采用巷道围岩力学参数与巷道位移变形之间的非线性关系的围岩参数反分析方法,反演的围岩参数代入数值模型后与实测值比较,结果误差小、精度高。

基于罗丹明6G 的分子荧光原理,通过对比不同实验条件下得到的罗丹明6G 荧光光谱,得出pH 为1条件下的相对荧光强度最大。罗丹明6G 试剂中加入钼酸铵、磷酸二氢钾、硫酸试剂生成络合物后,罗丹明6G 的

Application of Elastic BP Neural Network in Identifying Letters with Noise

本文探讨用人工神经网络的反向传播算法研究铁路客运市场的时间序列预测。数值计算结果表明该方法预测精度较高，方法简单易行，为铁路客运市场预测研究提供了新的途径。