您当前的位置:
首页 >
文章列表页 >
基于数字钻进技术和量子遗传-径向基函数神经网络的围岩类别超前识别技术研究
岩土工程研究 | 更新时间:2026-06-25
    • 基于数字钻进技术和量子遗传-径向基函数神经网络的围岩类别超前识别技术研究

    • Advanced prediction of surrounding rock classification based on digital drilling technology and QGA-RBF neural network

    • 岩土力学   2014年35卷第7期
    • 中图分类号: O319.56
    • 网络首发:2014-07-11,

      纸质出版:2014

    移动端阅览

  • 邱道宏, 李术才, 薛翊国, 等. 基于数字钻进技术和量子遗传-径向基函数神经网络的围岩类别超前识别技术研究[J]. 岩土力学, 2014,35(7). DOI:

    QIU Dao-hong, LI Shu-cai, XUE Yi-guo, et al. Advanced prediction of surrounding rock classification based on digital drilling technology and QGA-RBF neural network[J]. 2014, 35(7). DOI:

  •  
  •  
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

0

浏览量

1488

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于权重反分析和功效系数法的地下储油洞库围岩分类模型及应用研究
基于权重反分析方法的加权距离判别法及应用
洞室跨度对围岩分类影响探讨
隧洞围岩分类与洞径和超欠挖之间的关系研究
洞室跨度对围岩分类影响探讨

相关作者

田 昊
苏茂鑫
王者超
邱道宏
李术才
薛翊国
邱道宏
孙怀凤

相关机构

长江三峡勘测研究院有限公司(武汉)
解放军理工大学 工程兵工程学院
解放军理工大学 工程兵工程学院
0