期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于支持向量机(SVM)的回采工作面瓦斯涌出混沌预测方法研究 被引量:14
1
作者 何利文 施式亮 +1 位作者 宋译 刘影 《中国安全科学学报》 CAS CSCD 北大核心 2009年第9期42-46,共5页
针对瓦斯涌出传统的线性预测方法存在的问题,根据瓦斯涌出时间序列固有的确定性和非线性,利用混沌动力系统的相空间延迟坐标重构理论,结合基于机器学习理论的支持向量机(SVM),建立基于SVM理论的瓦斯涌出混沌时间序列预测模型。经Ⅱ1024... 针对瓦斯涌出传统的线性预测方法存在的问题,根据瓦斯涌出时间序列固有的确定性和非线性,利用混沌动力系统的相空间延迟坐标重构理论,结合基于机器学习理论的支持向量机(SVM),建立基于SVM理论的瓦斯涌出混沌时间序列预测模型。经Ⅱ1024回采工作面瓦斯涌出时间序列仿真计算,仿真结果显示该预测模型具有比传统的回归方法更好的泛化能力,预测方法具有很高的预测精度。同时,该模型具有以往传统机器学习的瓦斯涌出预测模型建立简便、训练速度快等优点。由于充分考虑瓦斯涌出时间序列的混沌性,并利用SVM预测的优良特性,使得预测更科学。 展开更多
关键词 支持向量机(SVM) 瓦斯涌出 混沌 相空间重构 时间序列
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部