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
2
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
基于网格搜索和ELM的冲击地压危险等级预测
被引量：
6
1
作者
王彦彬
孙韶光
《中国安全科学学报》
CAS
CSCD
北大核心
2017年第8期97-101,共5页
为提高冲击地压危险等级预测模型的泛化性能及预测精度,采用网格搜索法结合十折交叉验证法对极限学习机(ELM)中的隐含层神经元个数及激活函数的类型进行组合优化,进而建立冲击地压危险等级预测模型;选取重庆砚石台煤矿36组实测数据进行...
为提高冲击地压危险等级预测模型的泛化性能及预测精度,采用网格搜索法结合十折交叉验证法对极限学习机(ELM)中的隐含层神经元个数及激活函数的类型进行组合优化,进而建立冲击地压危险等级预测模型;选取重庆砚石台煤矿36组实测数据进行试验,对影响因素数据进行标准化处理,选择其中26组样本对模型进行训练,采用该模型对后10组样本中冲击地压危险等级进行预测,并与其他方法作对比。结果显示:经过十折交叉验证,用该模型得到的正确识别率为84.615%,高于朴素贝叶斯及Adaboost M1的76.92%、61.54%,采用该模型对测试样本集中冲击地压危险等级进行预测,预测准确率为90%,高于朴素贝叶斯及Adaboost M1预测准确率80%。
展开更多
关键词
冲击地压
危险等级预测
极限学习机(ELM)
网格搜索法
十折交叉验证
在线阅读
下载PDF
职称材料
基于PCA-Fisher判别分析模型的煤与瓦斯突出危险等级预测方法研究
被引量：
9
2
作者
陈建平
董军
吕相伟
《矿业安全与环保》
北大核心
2018年第3期61-66,71,共7页
为了提高煤与瓦斯突出预测精度,选取瓦斯含量、瓦斯压力、瓦斯放散初速度等11个因素作为判别指标,将煤与瓦斯突出强度分为无突出、小型突出、中型突出、大型突出4个等级。利用贵州黔西北煤矿资料中的28组数据作为训练学习样本,建立了煤...
为了提高煤与瓦斯突出预测精度,选取瓦斯含量、瓦斯压力、瓦斯放散初速度等11个因素作为判别指标,将煤与瓦斯突出强度分为无突出、小型突出、中型突出、大型突出4个等级。利用贵州黔西北煤矿资料中的28组数据作为训练学习样本,建立了煤与瓦斯突出危险等级预测的PCA-Fisher判别分析模型,再利用资料中其余6组数据作为预测样本,对该模型进行检验和应用,并与BP神经网络模型和Fisher判别模型的判别结果进行比较。结果表明:PCA-Fisher判别模型具有更高的准确性和可靠性,可以对煤与瓦斯突出危险等级进行有效预测。
展开更多
关键词
瓦斯含量
瓦斯压力
煤与瓦斯突出
PCA-Fisher判别分析
BP神经网络
危险等级预测
在线阅读
下载PDF
职称材料
题名
基于网格搜索和ELM的冲击地压危险等级预测
被引量：
6
1
作者
王彦彬
孙韶光
机构
辽宁工程技术大学工商管理学院
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2017年第8期97-101,共5页
基金
国家自然科学基金资助(71371091
61401185)
文摘
为提高冲击地压危险等级预测模型的泛化性能及预测精度,采用网格搜索法结合十折交叉验证法对极限学习机(ELM)中的隐含层神经元个数及激活函数的类型进行组合优化,进而建立冲击地压危险等级预测模型;选取重庆砚石台煤矿36组实测数据进行试验,对影响因素数据进行标准化处理,选择其中26组样本对模型进行训练,采用该模型对后10组样本中冲击地压危险等级进行预测,并与其他方法作对比。结果显示:经过十折交叉验证,用该模型得到的正确识别率为84.615%,高于朴素贝叶斯及Adaboost M1的76.92%、61.54%,采用该模型对测试样本集中冲击地压危险等级进行预测,预测准确率为90%,高于朴素贝叶斯及Adaboost M1预测准确率80%。
关键词
冲击地压
危险等级预测
极限学习机(ELM)
网格搜索法
十折交叉验证
Keywords
rock burst
risk rating prediction
extreme learning machine（ELM）
grid search method
10-fold cross-validation
分类号
X936 [环境科学与工程—安全科学]
TD324 [矿业工程—矿井建设]
在线阅读
下载PDF
职称材料
题名
基于PCA-Fisher判别分析模型的煤与瓦斯突出危险等级预测方法研究
被引量：
9
2
作者
陈建平
董军
吕相伟
机构
辽宁工程技术大学矿业学院
出处
《矿业安全与环保》
北大核心
2018年第3期61-66,71,共7页
文摘
为了提高煤与瓦斯突出预测精度,选取瓦斯含量、瓦斯压力、瓦斯放散初速度等11个因素作为判别指标,将煤与瓦斯突出强度分为无突出、小型突出、中型突出、大型突出4个等级。利用贵州黔西北煤矿资料中的28组数据作为训练学习样本,建立了煤与瓦斯突出危险等级预测的PCA-Fisher判别分析模型,再利用资料中其余6组数据作为预测样本,对该模型进行检验和应用,并与BP神经网络模型和Fisher判别模型的判别结果进行比较。结果表明:PCA-Fisher判别模型具有更高的准确性和可靠性,可以对煤与瓦斯突出危险等级进行有效预测。
关键词
瓦斯含量
瓦斯压力
煤与瓦斯突出
PCA-Fisher判别分析
BP神经网络
危险等级预测
Keywords
gas content
gas pressure
coal and gas outburst
PCA-Fisher discriminant analysis
BP neural network
risk level prediction
分类号
TD713.2 [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
基于网格搜索和ELM的冲击地压危险等级预测
王彦彬
孙韶光
《中国安全科学学报》
CAS
CSCD
北大核心
2017
6
在线阅读
下载PDF
职称材料
2
基于PCA-Fisher判别分析模型的煤与瓦斯突出危险等级预测方法研究
陈建平
董军
吕相伟
《矿业安全与环保》
北大核心
2018
9
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
