排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
基于粗糙集-神经网络的矿山地质环境影响评价模型及应用 总被引:2,自引:0,他引:2
采用衡山白果地区石膏矿山的11个评价指标,综合运用粗糙集和神经网络理论,构建了基于粗糙集-神经网络(RS-ANN)的矿山地质环境影响评价模型,对RSES软件约简的数据和无约简的数据采用EasyNN-plus软件进行预测评价。神经网络模型的输入属性为8个,而粗糙集-神经网络模型的输入属性为6个,训练样本均为13个,预测样本均为4个,前者的平均预测精度为1.85%~24.86%,后者为1.23%~15.28%。研究发现,粗糙集在保留关键信息的前提下可有效地对数据表进行约简,约简后的神经网络预测结果与实际情况吻合,并比无约简时总体精度有较大幅度提高。 相似文献
2.
3.
金堆城钼业股份有限公司自成立以来高度重视环境保护工作,持续规范环保管理工作,完善污染问题治理,通过多年来艰辛曲折的努力,取得了卓有成效的成绩,为陕西省污染减排及生态恢复治理工作作出了突出贡献,可作为同类矿产资源利用企业环境保护工作的模范。 相似文献
4.
尾矿坝作为工业安全和环境保护重点监测对象.其稳定性至关重要,本文从介绍尾矿坝稳定性的研究现状入手.分析了渗流稳定、坝体静力稳定和坝体动力稳定三个因素的研究重点和工程应用性,并为尾矿坝稳定性分析研究和工程设计工作今后发展的方向提出建议. 相似文献
5.
尾矿坝作为工业安全和环境保护重点监测对象,其稳定性至关重要。本文从介绍尾矿坝稳定性的研究现状入手,分析了渗流稳定、坝体静力稳定和坝体动力稳定三个因素的研究重点和工程应用性,并为尾矿坝稳定性分析研究和工程设计工作今后发展的方向提出建议。 相似文献
6.
1