基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于煤矿底板突水机理分析,利用BP神经网络具有分布式记忆、自学习、自适应性等特点,建立煤矿突水预测模型.实例表明,神经网络可以取得满意的预测精度,预测的结果更加可靠.
推荐文章
基于LSTM神经网络的煤矿突水预测
长短时记忆
特征选择
煤层底板突水预测
基于遗传神经网络的煤矿突水预测
遗传算法
神经网络
突水预测
Bp神经网络在煤矿监测数据预测中的应用
煤矿安全
人工神经网络
BP算法
预测
基于模糊神经网络的煤矿瓦斯预测
模糊神经网络
瓦斯
煤矿安全
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 建立在神经网络基础上的煤矿突水预测模型
来源期刊 黑龙江科技学院学报 学科 工学
关键词 BP神经网络 煤矿突水 预测 分类技术
年,卷(期) 2006,(1) 所属期刊栏目
研究方向 页码范围 8-11
页数 4页 分类号 TP183|TD745.21
字数 2351字 语种 中文
DOI 10.3969/j.issn.1671-0118.2006.01.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张绍兵 黑龙江科技学院计算机与信息工程学院 30 157 7.0 11.0
2 姜成志 黑龙江科技学院计算机与信息工程学院 12 122 5.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (40)
参考文献  (4)
节点文献
引证文献  (44)
同被引文献  (40)
二级引证文献  (160)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(3)
  • 引证文献(2)
  • 二级引证文献(1)
2008(10)
  • 引证文献(4)
  • 二级引证文献(6)
2009(12)
  • 引证文献(2)
  • 二级引证文献(10)
2010(18)
  • 引证文献(3)
  • 二级引证文献(15)
2011(19)
  • 引证文献(7)
  • 二级引证文献(12)
2012(20)
  • 引证文献(6)
  • 二级引证文献(14)
2013(14)
  • 引证文献(1)
  • 二级引证文献(13)
2014(16)
  • 引证文献(3)
  • 二级引证文献(13)
2015(36)
  • 引证文献(11)
  • 二级引证文献(25)
2016(17)
  • 引证文献(2)
  • 二级引证文献(15)
2017(17)
  • 引证文献(1)
  • 二级引证文献(16)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(12)
  • 引证文献(1)
  • 二级引证文献(11)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BP神经网络
煤矿突水
预测
分类技术
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
黑龙江科技大学学报
双月刊
2095-7262
23-1588/TD
大16开
黑龙江省哈尔滨市松北区糖厂街1号
1994
chi
出版文献量(篇)
2701
总下载数(次)
3
总被引数(次)
10273
论文1v1指导