期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的煤巷掘进工作面瓦斯涌出量预测研究
1
作者
李鹏
辛诗雨
+1 位作者
闫凡壮
周爱桃
《煤炭工程》
北大核心
2024年第12期115-124,共10页
研究煤巷掘进工作面瓦斯涌出量,对于煤巷掘进工作面瓦斯防治具有重要意义。利用深度学习理论与长短期记忆神经网络高效处理时间序列样本的特性,建立基于LSTM神经网络的煤巷掘进工作面瓦斯涌出量预测模型,依据训练过程中损失值的大小对...
研究煤巷掘进工作面瓦斯涌出量,对于煤巷掘进工作面瓦斯防治具有重要意义。利用深度学习理论与长短期记忆神经网络高效处理时间序列样本的特性,建立基于LSTM神经网络的煤巷掘进工作面瓦斯涌出量预测模型,依据训练过程中损失值的大小对模型超参数进行优化,选择并确定模型的最优超参数,借助煤巷掘进工作面瓦斯涌出量原始数据,验证模型的适用性和准确性,并根据预测结果分析工作面瓦斯涌出量在时间维度上的变化趋势。研究结果对预测煤巷掘进工作面瓦斯涌出变化趋势、判别工作面瓦斯异常涌出、提升掘进工作面瓦斯治理水平具有参考意义。
展开更多
关键词
瓦斯涌出量
煤巷掘进工作面
深度学习
LSTM神经网络
预测模型
在线阅读
下载PDF
职称材料
题名
基于深度学习的煤巷掘进工作面瓦斯涌出量预测研究
1
作者
李鹏
辛诗雨
闫凡壮
周爱桃
机构
国能神东煤炭集团有限责任公司
中国矿业大学(北京)应急管理与安全工程学院
出处
《煤炭工程》
北大核心
2024年第12期115-124,共10页
基金
国家自然科学基金项目(52130409,52121003)。
文摘
研究煤巷掘进工作面瓦斯涌出量,对于煤巷掘进工作面瓦斯防治具有重要意义。利用深度学习理论与长短期记忆神经网络高效处理时间序列样本的特性,建立基于LSTM神经网络的煤巷掘进工作面瓦斯涌出量预测模型,依据训练过程中损失值的大小对模型超参数进行优化,选择并确定模型的最优超参数,借助煤巷掘进工作面瓦斯涌出量原始数据,验证模型的适用性和准确性,并根据预测结果分析工作面瓦斯涌出量在时间维度上的变化趋势。研究结果对预测煤巷掘进工作面瓦斯涌出变化趋势、判别工作面瓦斯异常涌出、提升掘进工作面瓦斯治理水平具有参考意义。
关键词
瓦斯涌出量
煤巷掘进工作面
深度学习
LSTM神经网络
预测模型
Keywords
gas emission
coal roadway heading face
deep learning
LSTM neural network
prediction model
分类号
TD712 [矿业工程—矿井通风与安全]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的煤巷掘进工作面瓦斯涌出量预测研究
李鹏
辛诗雨
闫凡壮
周爱桃
《煤炭工程》
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
