基于SAE的尾矿库安全评价系统的研究与设计
为了充分挖掘影响尾矿库安全的因素中的隐藏信息和内在联系,获得尽可能高的安全预测准确率,本文设计了一种基于深度神经网络的尾矿库安全趋势预测方法,阐述了堆栈式自编码器的设计思路和算法,包括深度神经网络的逐层优化训练思想和用于参数训练LM-BP算法,进行尾矿库安全趋势预测实验,给出了详细仿真结果分析.结果表明深度神经网络在特征抽象、表征学习、预测准确率等方面都具有优越性,最后设计尾矿库安全评价软件,并使用Python及相关的软件包实现了软件原型,以便算法得到实际应用.
尾矿库 安全评价 软件设计 功能模块
胡斯源 贾波 王智文 姚景新
浙江省安全生产科学研究院,浙江杭州 310012 浙江工业大学,浙江杭州 310014
国内会议
杭州
中文
51-57
2016-11-18（万方平台首次上网日期，不代表论文的发表时间）