实验室煤体复电阻率测试旨在提供可靠的复电阻率数据,为进一步现场应用基础研究。影响煤体复电阻率测量精度的因素众多,其中电极板为最重要的因素之一,极板的厚度和大小都会对煤体复电阻率测量产生影响,因此电极板的变化对测量参数的准确性有重要意义。通过选用导电性较好的紫铜材料作为极板,对3种不同厚度的极板材料进行了复电阻率测量,分析极板厚度对激发极化效应的影响,测试了直径为1,2,3,4,5 cm 5种大小极板对煤体复电阻测量的影响,并使用Cole-Cole模型进行数据拟合。得出结论如下:1)极板本身的极化效应和极板与煤样端面贴合程度是影响煤样复电阻测量误差的主要因素,3种不同厚度的极板材料中导电铜纸误差最小;2)对同一个煤样而言极板面积变化仅对复电阻率幅值有较大影响,对煤样激发极化的影响可以忽略。
本文从空间几何学角度对现有随机神经网络的增量构建过程进行深入分析,并在此基础上提出一种空间几何角度最大化的随机增量学习模型(Stochastic Incremental Learning Model for Maximizing Spatial Geometry Angle,SIMSGA).与现有增量...
详细信息
本文从空间几何学角度对现有随机神经网络的增量构建过程进行深入分析,并在此基础上提出一种空间几何角度最大化的随机增量学习模型(Stochastic Incremental Learning Model for Maximizing Spatial Geometry Angle,SIMSGA).与现有增量随机神经学习算法相比,本文利用空间几何角度方法直接选择最适合隐含层节点参数,然后使用最小二乘法和动态逐步更新两种方法对输出权值进行计算.此外,本文也对SIMSGA算法的无限逼近性进行了证明.并将所提算法应用到数值模拟算例和自建的手势识别系统中.实验结果表明:本文所提的SIMSGA算法具有建模速度快,精度高和轻量性等特点.
暂无评论