

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、當(dāng)前,瓦斯災(zāi)害是威脅我國煤礦安全生產(chǎn)過程的災(zāi)害之一。從煤礦實(shí)際監(jiān)測數(shù)據(jù)中提取影響瓦斯?jié)舛茸兓囊蛩兀浞滞诰蛲咚節(jié)舛茸兓囊?guī)律,建立準(zhǔn)確可靠的瓦斯?jié)舛阮A(yù)測模型對于有效避免瓦斯災(zāi)害的發(fā)生具有重要意義。
本文從時空序列數(shù)據(jù)分析和建模出發(fā),首先探討時空序列的特性:時空自相關(guān)性、時空偏相關(guān)性和時空平穩(wěn)性,并研究傳統(tǒng)時空模型STARMA的建模步驟:空間權(quán)矩陣建立、模型識別、參數(shù)估計(jì)和模型診斷?;趥鹘y(tǒng)神經(jīng)網(wǎng)絡(luò)理論,引入時間延遲算子和空間
2、延遲算子,采用單隱層前饋神經(jīng)網(wǎng)絡(luò)對神經(jīng)網(wǎng)絡(luò)進(jìn)行空間擴(kuò)展,構(gòu)造一種基于時間分析和空間分析的新型時空神經(jīng)網(wǎng)絡(luò),采用極限學(xué)習(xí)機(jī)對時空神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,提出一種新型的時空神經(jīng)網(wǎng)絡(luò)STELM學(xué)習(xí)算法。
針對煤礦瓦斯監(jiān)測系統(tǒng)中每個監(jiān)測點(diǎn)的瓦斯?jié)舛刃蛄胁粌H在時間上與其歷史數(shù)據(jù)信息有關(guān),不同監(jiān)測點(diǎn)的瓦斯?jié)舛刃蛄性诳臻g上也存在一定相關(guān)性,將本文提出時空神經(jīng)網(wǎng)絡(luò)模型應(yīng)用到瓦斯?jié)舛阮A(yù)測中,結(jié)合實(shí)際煤礦瓦斯?jié)舛刃蛄袛?shù)據(jù),設(shè)計(jì)基于時空神經(jīng)網(wǎng)絡(luò)模型的瓦斯
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 高瓦斯礦井掘進(jìn)通風(fēng)瓦斯?jié)舛阮A(yù)測神經(jīng)網(wǎng)絡(luò)模型研究.pdf
- 基于灰色神經(jīng)網(wǎng)絡(luò)的煤礦瓦斯涌出量預(yù)測模型研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)與蟻群算法的瓦斯預(yù)測模型研究.pdf
- 基于灰色神經(jīng)網(wǎng)絡(luò)的預(yù)測模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的入侵預(yù)測模型.pdf
- 基于神經(jīng)網(wǎng)絡(luò)模型辨識的水質(zhì)預(yù)測模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的pm2.5質(zhì)量濃度預(yù)測研究
- 基于神經(jīng)網(wǎng)絡(luò)的質(zhì)量預(yù)測模型.pdf
- 基于神經(jīng)網(wǎng)絡(luò)集成的匯率預(yù)測模型研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的匯率預(yù)測模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的棉紗質(zhì)量預(yù)測模型.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的灰色預(yù)測模型.pdf
- 基于神經(jīng)網(wǎng)絡(luò)和粒子群優(yōu)化SVM的煤與瓦斯突出預(yù)測模型研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的時序預(yù)測模型的研究.pdf
- 基于優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型在礦井瓦斯涌出預(yù)測中的應(yīng)用研究.pdf
- 基于動態(tài)神經(jīng)網(wǎng)絡(luò)的股價(jià)預(yù)測模型研究
- 基于BP神經(jīng)網(wǎng)絡(luò)的煤與瓦斯突出預(yù)測方法的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)優(yōu)化的股指預(yù)測模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的軟件質(zhì)量預(yù)測模型研究.pdf
- 基于動態(tài)神經(jīng)網(wǎng)絡(luò)的股價(jià)預(yù)測模型研究.pdf
評論
0/150
提交評論