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
3
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
基于集成学习方法的冲击地压危险性预测研究
被引量：
3
1
作者
吴丙梅
薛生
杨超宇
《矿业安全与环保》
北大核心
2023年第1期54-59,共6页
为了进一步提高冲击地压危险性预测的准确性,利用集成学习方法对冲击地压发生的主要因素指标进行了分析,分别采用集成学习方法中7种分类预测模型对冲击地压危险性进行了预测,实验结果表明,7种模型均具有一定的可靠性,将模型的准确度和...
为了进一步提高冲击地压危险性预测的准确性,利用集成学习方法对冲击地压发生的主要因素指标进行了分析,分别采用集成学习方法中7种分类预测模型对冲击地压危险性进行了预测,实验结果表明,7种模型均具有一定的可靠性,将模型的准确度和海明损失作为评价指标,得出XGBoost算法具有较高的预测性能,可以相对有效地对冲击地压的危险性进行预测。最后,利用SHAP值对XGBoost模型进一步解释,冲击地压危险性受弹性能指数的影响最大。
展开更多
关键词
冲击地压
危险性预测
集成学习
海明损失
SHAP值
XGBoost
在线阅读
下载PDF
职称材料
高精度位场边界识别方法及在煤矿火烧区边界解释的应用
2
作者
李健威
薛生
+2 位作者
侯彦威
李雄伟
郭建磊
《煤炭学报》
EI
CAS
CSCD
北大核心
2024年第6期2757-2768,共12页
场源边界识别是位场数据解释必不可少的任务,早先人们使用数据的分布特征来获取场源的边界信息,难以在较强的背景异常条件下识别弱异常,为此使用基于一定窗口尺寸的自动控制滤波器来识别场源的分布,然而这种方法的结果对于窗口尺寸有较...
场源边界识别是位场数据解释必不可少的任务,早先人们使用数据的分布特征来获取场源的边界信息,难以在较强的背景异常条件下识别弱异常,为此使用基于一定窗口尺寸的自动控制滤波器来识别场源的分布,然而这种方法的结果对于窗口尺寸有较大的依赖,且对于复杂异常难以良好应用。近几年,人们主要采用位场数据导数的特征点反映场源边界信息的特征,然后利用成像结果与边界的对应关系来识别场源体的水平边界。其中,磁异常水平导数的极值、垂直导数的零值与地质体边界相对应,现有边界识别方法主要采用一阶水平和垂直导数的比值所组成的均衡边界识别滤波器来完成地质体位置的圈定,但方法分辨率和泛用性较低。基于此,提出将基于不同阶导数比值的边界检测滤波器与多尺度无监督深度学习相结合,利用不同阶导数比值来获得更高分辨率的边缘成像结果,同时建立Deep Image Prior(DIP)与Generative Adversarial Network-None Local(GAN-NL)网络相结合的多尺度无监督深度学习,根据边缘成像结果的极值来获取源水平位置。利用多尺度DIP网络来识别源位置,在DIP网络中加入自注意机制神经网络增强其学习能力,可以在不需要大量数据标签的情况下去除噪声,利用GAN-NL网络对极值点进行分类,给出极值点的位置信息。与其他边缘检测滤波器比较的结果表明:所开发的边界识别方法具有更高的分辨能力,其能够更精确、更清晰地显示场源的边缘,相对常规方法精度提升15%左右。多尺度无监督深度学习可以根据边缘成像结果自动给出源边缘,且结果与真实边缘一致,具有良好的泛用性。通常情况下,煤层与围岩之间不存在明显的磁性差异。而煤层自燃时,高温使煤层顶板地层中的黄铁矿、菱铁矿等结核体受热变质,形成含铁磁性矿物的烧成岩。温度降低后,保留了强烈的热剩余物,磁化强度比燃烧前高几十倍,因此煤矿燃烧区存在明显的磁异常。这一特性为利用磁测法圈定燃烧区域边界提供了物理前提。针对山东某矿煤田燃烧区开展磁法勘探来查明其分布,将所开发的边界识别方法用于获取火烧区的分布范围,后期打钻验证结果准确率85%。
展开更多
关键词
位场
边界识别
多尺度
无监督神经网络
煤矿火烧区
在线阅读
下载PDF
职称材料
粒径对颗粒煤破碎特性的影响研究
3
作者
赵祖恒
涂庆毅
+2 位作者
薛生
石高峰
武靖
《矿业安全与环保》
2025年第4期22-29,共8页
为了研究颗粒煤的破碎特性,以不同初始粒径的4个矿区煤样为研究对象开展落锤实验,探究初始粒径的变化对颗粒煤破碎后的粒径分布、新增表面积和破碎比功等参数的影响。结果表明,颗粒煤破碎后的折算直径随着初始粒径的增大而增大,其中红...
为了研究颗粒煤的破碎特性,以不同初始粒径的4个矿区煤样为研究对象开展落锤实验,探究初始粒径的变化对颗粒煤破碎后的粒径分布、新增表面积和破碎比功等参数的影响。结果表明,颗粒煤破碎后的折算直径随着初始粒径的增大而增大,其中红柳林煤矿粒径为8~<10 mm颗粒煤和赵固煤矿粒径为2~<4 mm颗粒煤折算直径分别为0.0150、0.0062 mm。颗粒破损率随着初始粒径的增大而减小,破碎后粒径小于0.075 mm的煤粉的体积分数分布服从Gauss分布规律。颗粒煤破碎后新增表面积随着初始粒径的增大而减小,其中粒径为2~<4 mm的赵固煤矿颗粒煤和粒径为8~<10 mm的鱼卡一矿颗粒煤破碎后的新增表面积分别为154261.30、73048.17 mm^(2)。破碎比功随着粒径的增大而增大,其中粒径为2~<4 mm的赵固煤矿颗粒煤和粒径为8~<10 mm的鱼卡一矿颗粒煤的破碎比功分别为280.04、591.39 J/m^(2)。
展开更多
关键词
煤与瓦斯突出
颗粒煤
粒径
能量需求
破碎特性
在线阅读
下载PDF
职称材料
题名
基于集成学习方法的冲击地压危险性预测研究
被引量：
3
1
作者
吴丙梅
薛生
杨超宇
机构
安徽理工大学
安全
科学与
工程
学院
安徽理工大学煤炭安全开采国家地方联合工程研究中心
安徽理工大学
经济与管理学院
出处
《矿业安全与环保》
北大核心
2023年第1期54-59,共6页
基金
国家自然科学基金项目(51934007)。
文摘
为了进一步提高冲击地压危险性预测的准确性,利用集成学习方法对冲击地压发生的主要因素指标进行了分析,分别采用集成学习方法中7种分类预测模型对冲击地压危险性进行了预测,实验结果表明,7种模型均具有一定的可靠性,将模型的准确度和海明损失作为评价指标,得出XGBoost算法具有较高的预测性能,可以相对有效地对冲击地压的危险性进行预测。最后,利用SHAP值对XGBoost模型进一步解释,冲击地压危险性受弹性能指数的影响最大。
关键词
冲击地压
危险性预测
集成学习
海明损失
SHAP值
XGBoost
Keywords
rock burst
risk prediction
ensemble learning
Hamming loss
SHAP value
XGBoost
分类号
TD324 [矿业工程—矿井建设]
在线阅读
下载PDF
职称材料
题名
高精度位场边界识别方法及在煤矿火烧区边界解释的应用
2
作者
李健威
薛生
侯彦威
李雄伟
郭建磊
机构
安徽理工大学
安全
科学与
工程
学院
安徽理工大学煤炭安全开采国家地方联合工程研究中心
中煤科工西安
研究
院(集团)有限公司
出处
《煤炭学报》
EI
CAS
CSCD
北大核心
2024年第6期2757-2768,共12页
基金
国家自然科学基金资助项目(42304163,42374176)。
文摘
场源边界识别是位场数据解释必不可少的任务,早先人们使用数据的分布特征来获取场源的边界信息,难以在较强的背景异常条件下识别弱异常,为此使用基于一定窗口尺寸的自动控制滤波器来识别场源的分布,然而这种方法的结果对于窗口尺寸有较大的依赖,且对于复杂异常难以良好应用。近几年,人们主要采用位场数据导数的特征点反映场源边界信息的特征,然后利用成像结果与边界的对应关系来识别场源体的水平边界。其中,磁异常水平导数的极值、垂直导数的零值与地质体边界相对应,现有边界识别方法主要采用一阶水平和垂直导数的比值所组成的均衡边界识别滤波器来完成地质体位置的圈定,但方法分辨率和泛用性较低。基于此,提出将基于不同阶导数比值的边界检测滤波器与多尺度无监督深度学习相结合,利用不同阶导数比值来获得更高分辨率的边缘成像结果,同时建立Deep Image Prior(DIP)与Generative Adversarial Network-None Local(GAN-NL)网络相结合的多尺度无监督深度学习,根据边缘成像结果的极值来获取源水平位置。利用多尺度DIP网络来识别源位置,在DIP网络中加入自注意机制神经网络增强其学习能力,可以在不需要大量数据标签的情况下去除噪声,利用GAN-NL网络对极值点进行分类,给出极值点的位置信息。与其他边缘检测滤波器比较的结果表明:所开发的边界识别方法具有更高的分辨能力,其能够更精确、更清晰地显示场源的边缘,相对常规方法精度提升15%左右。多尺度无监督深度学习可以根据边缘成像结果自动给出源边缘,且结果与真实边缘一致,具有良好的泛用性。通常情况下,煤层与围岩之间不存在明显的磁性差异。而煤层自燃时,高温使煤层顶板地层中的黄铁矿、菱铁矿等结核体受热变质,形成含铁磁性矿物的烧成岩。温度降低后,保留了强烈的热剩余物,磁化强度比燃烧前高几十倍,因此煤矿燃烧区存在明显的磁异常。这一特性为利用磁测法圈定燃烧区域边界提供了物理前提。针对山东某矿煤田燃烧区开展磁法勘探来查明其分布,将所开发的边界识别方法用于获取火烧区的分布范围,后期打钻验证结果准确率85%。
关键词
位场
边界识别
多尺度
无监督神经网络
煤矿火烧区
Keywords
potential field
edge recognition
multiple scale
unsupervised deep learning
burning area
分类号
P31 [天文地球—固体地球物理学]
在线阅读
下载PDF
职称材料
题名
粒径对颗粒煤破碎特性的影响研究
3
作者
赵祖恒
涂庆毅
薛生
石高峰
武靖
机构
安徽理工大学
安全
科学与
工程
学院
出处
《矿业安全与环保》
2025年第4期22-29,共8页
基金
安徽省高校科研优秀青年项目(2022AH030087)。
文摘
为了研究颗粒煤的破碎特性,以不同初始粒径的4个矿区煤样为研究对象开展落锤实验,探究初始粒径的变化对颗粒煤破碎后的粒径分布、新增表面积和破碎比功等参数的影响。结果表明,颗粒煤破碎后的折算直径随着初始粒径的增大而增大,其中红柳林煤矿粒径为8~<10 mm颗粒煤和赵固煤矿粒径为2~<4 mm颗粒煤折算直径分别为0.0150、0.0062 mm。颗粒破损率随着初始粒径的增大而减小,破碎后粒径小于0.075 mm的煤粉的体积分数分布服从Gauss分布规律。颗粒煤破碎后新增表面积随着初始粒径的增大而减小,其中粒径为2~<4 mm的赵固煤矿颗粒煤和粒径为8~<10 mm的鱼卡一矿颗粒煤破碎后的新增表面积分别为154261.30、73048.17 mm^(2)。破碎比功随着粒径的增大而增大,其中粒径为2~<4 mm的赵固煤矿颗粒煤和粒径为8~<10 mm的鱼卡一矿颗粒煤的破碎比功分别为280.04、591.39 J/m^(2)。
关键词
煤与瓦斯突出
颗粒煤
粒径
能量需求
破碎特性
Keywords
coal and gas outburst
particle coal
particle size
energy demand
fragmentation behavior
分类号
TD713.1 [矿业工程]
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
基于集成学习方法的冲击地压危险性预测研究
吴丙梅
薛生
杨超宇
《矿业安全与环保》
北大核心
2023
3
在线阅读
下载PDF
职称材料
2
高精度位场边界识别方法及在煤矿火烧区边界解释的应用
李健威
薛生
侯彦威
李雄伟
郭建磊
《煤炭学报》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
3
粒径对颗粒煤破碎特性的影响研究
赵祖恒
涂庆毅
薛生
石高峰
武靖
《矿业安全与环保》
2025
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
