戚磊
- 作品数：4 被引量：29H指数：3
- 供职机构：辽宁工程技术大学理学院数学与系统科学研究所更多>>
- 发文基金：国家自然科学基金辽宁省高校创新团队支持计划辽宁省教育厅基金更多>>
- 相关领域：自动化与计算机技术矿业工程经济管理更多>>
- 露天采矿爆破振动特征参量的Logistic-ELM预测被引量：2
- 2015年
- 针对露天采矿爆破过程中特征参量的预测问题,采用Logistic回归分析和极限学习机(ELM)方法,选取总药量、水平距离、高差、前排抵抗线大小、预裂缝穿透率、岩体完整性、传播介质、测点与爆区相对位置、炸药爆速等9个主要影响因素,利用Logistic回归方法分析各个因素的重要程度,提取最主要的因素作为ELM模型的输入,建立基于LogisticELM的露天采矿爆破振动特征参量预测模型。采用露天矿实际爆破过程中测量的100组数据作为学习样本,用于预测模型的训练,使用所得模型对其余15组检验样本进行预测并与真实结果对比。实验结果表明,经过Logistic回归分析提取影响爆破振动特征参量的主要因素后,所得模型可有效预测露天采矿爆破振动的特征参量,误差率较低。
- 温廷新戚磊邵良杉
- 关键词：露天采矿爆破振动极限学习机LOGISTIC回归分析
- 露天矿运输卡车柴油消耗的外部影响模型被引量：9
- 2015年
- 为建立露天矿运输卡车柴油消耗与其主要外部影响因素之间的非线性模型,采用回归型支持向量机(SVR)方法,并以国内某露天煤矿实际生产调度统计的数据作为原始样本,选取产量、运量、运距、高差、装车时间、加油量、岩量等7个主要外部影响指标,使用因子分析方法提取公共因子作为模型的输入,分析柴油消耗模型的训练过程,通过在MATLAB上编写相应程序并进行仿真训练,最终得出基于SVR的柴油消耗模型。训练和测试结果表明:该模型满足精度要求,能够很好地对露天矿运输卡车的柴油消耗进行计算和预测,可以为进行合理的生产调度提供决策支持,同时也为降低柴油消耗提供指导作用。
- 温廷新戚磊邵良杉
- 关键词：露天矿柴油支持向量机运距高差
- 基于因子分析和神经网络的定价策略研究——以手机产品为例被引量：3
- 2013年
- 确定产品的市场价格是将新产品推向市场之前必须进行的一项重要工作,它对于产品的利润及市场定位具有重要意义。为进行更准确的新产品定价,文章采用因子分析方法对样本数据集进行降维并提取产品的特征属性,通过前馈式神经网络训练样本数据,提出基于因子分析和神经网络的新产品定价策略模型。从实验结果可以看出,该模型性能稳定,能够为新产品的定价提供指导作用。
- 温廷新戚磊
- 关键词：神经网络电子产品
- 随机森林分类方法在储层岩性识别中的应用被引量：15
- 2015年
- 为通过测井数据对储层岩性进行精确的识别,选取自然伽马、声波时差、岩石体积密度、中子密度、微球形聚焦测井、深侧向、浅侧向等7种测井参数作为判别指标.对相关性较高的指标进行因子分析,提取公共因子作为随机森林模型的输入,建立基于因子分析和随机森林的储层岩性判别模型.利用20组测井数据作为学习样本进行训练,并采用回代估计法进行检验,误判率为1/10.用另外8组数据作为测试样本进行模型检验.结果表明:所得判别模型泛化误差满足精度要求,检验结果的误判率为1/8.
- 王志宏韩璐戚磊
- 关键词：岩性识别测井数据
