矿业工程论文_基于改进卷积神经网络的矿井巷道

来源:中国辐射卫生 【在线投稿】 栏目:期刊导读 时间:2021-10-26
作者:网站采编
关键词:
摘要:文章摘要:针对现有场强预测模型建模过程复杂、计算复杂度高、预测精度低等问题,提出了一种基于改进卷积神经网络(CNN)的矿井巷道场强预测模型。通过分析矿井大尺度衰落信道电

文章摘要:针对现有场强预测模型建模过程复杂、计算复杂度高、预测精度低等问题,提出了一种基于改进卷积神经网络(CNN)的矿井巷道场强预测模型。通过分析矿井大尺度衰落信道电磁波传输影响因素,以天线工作频率、巷道截面尺寸、巷道壁粗糙度、巷道壁倾斜度、巷道壁相对介电常数、收发端距离等作为模型输入,将电磁波传播路径损耗作为模型输出,从而预测巷道场强变化;改进CNN在每个卷积层后加入批量归一化层来代替原有的池化层,以避免池化层下采样导致的数据特征丢失,让每一层卷积输出保持相似分布,提高网络泛化能力,加快网络收敛。仿真结果表明,与基于CNN、BP神经网络、支持向量机的场强预测模型相比,该模型预测值与实际值吻合度较高,具有较强的鲁棒性,有效提高了矿井巷道场强预测精度。

文章关键词:

论文DOI:10.13272/j.issn.1671-251x.2021030073

论文分类号:TD655.3;TP183

文章来源:《中国辐射卫生》 网址: http://www.zgfswszz.cn/qikandaodu/2021/1026/1073.html



上一篇:工业通用技术及设备论文_硅胶粒径对太阳能吸附
下一篇:电力工业论文_电力线通信抄表系统的辐射特性和

中国辐射卫生投稿 | 中国辐射卫生编辑部| 中国辐射卫生版面费 | 中国辐射卫生论文发表 | 中国辐射卫生最新目录
Copyright © 2019 《中国辐射卫生》杂志社 版权所有
投稿电话: 投稿邮箱: