李保霖

作品数:4被引量:19H指数:3
导出分析报告
供职机构:西安科技大学计算机科学与技术学院更多>>
发文主题:岩性识别遗传算法径向基概率神经网络岩性模式识别更多>>
发文领域:自动化与计算机技术矿业工程天文地球交通运输工程更多>>
发文期刊:《数学的实践与认识》《计算机应用》《西安科技大学学报》《测控技术》更多>>
所获基金:国家自然科学基金霍英东教育基金长江学者和创新团队发展计划国家科技支撑计划更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-4
视图:
排序:
多源信息融合的测井曲线分层算法研究被引量:3
《测控技术》2014年第1期19-22,共4页靳玉萍 李保霖 
国家自然科学基金资助项目(41172262;40802068);西部矿产资源与地质工程教育部重点实验室项目(CHD2011SY015)
测井数据解释中,针对单一测井曲线无法真实反映地层属性问题,提出以多条测井曲线的滤波因子为权值,融合出一条综合特征曲线,对该特征曲线相继采用层内差异法细分层与模糊聚类校正分层,实现特征曲线的合理分层。实验结果表明:该方法避免...
关键词:测井曲线分层 层内差异法 模糊聚类分析法 
遗传优化RBPNN的隧道围岩力学参数反演计算
《数学的实践与认识》2013年第9期115-120,共6页龙熙华 李保霖 叶万军 张兵 
针对隧道围岩参数取值的不确定性,以现场量测得到的位移信息量为基础,利用结构分析有限元的正演分析法提取实验样本,构造遗传算法全结构优化的径向基概率神经网络(RBPNN)模型,反演围岩力学参数.结果表明,利用遗传优化径向基概率神经网...
关键词:参数反演 径向基概率神经网络 遗传算法 
基于遗传优化径向基概率神经网络的岩性识别应用被引量:8
《计算机应用》2013年第2期353-356,共4页靳玉萍 李保霖 
国家自然科学基金资助项目(51134019)
岩性识别是测井数据解释中最关键的一环,但传统的岩性识别方法解释效率慢,精度低,受人为因素影响大。为此,提出一种遗传优化径向基概率神经网络(RBPNN)的岩性识别方法。该方法融合概率神经网络(PNN)和径向基函数神经网络(RBFNN)的优势...
关键词:岩性识别 径向基概率神经网络 遗传算法 
煤自燃特征信息的模糊聚类与模式识别被引量:8
《西安科技大学学报》2011年第5期505-509,514,共6页邓军 李保霖 程方明 陈晓坤 靳玉萍 
国家科技支撑计划(2007BAK29B03);霍英东教育基金(111054);教育部创新团队(IRT0856);陕西省"三秦学者"特聘教授资助
研究煤自燃特征信息,确定煤自然发火预测指标,实现煤自燃的早期预报,对煤矿的安全生产具有重要的实际意义。根据煤样自燃发火过程模拟实验和程序升温实验,得出煤自燃特征温度段,依据多元信息融合技术,结合现场采集煤自然发火观测气体数...
关键词:煤自燃 特征信息 模糊聚类 模式识别 
检索报告 对象比较 聚类工具 使用帮助 返回顶部