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:
为了正确预测煤与瓦斯突出的趋势与危险性,提出用改进的模糊小波网络技术建立煤与瓦斯突出预测系统,以模糊数学作为表达与处理不精确数据、模糊信息条件的手段,以小波网络与改进BP算法作为解决问题的途径.仿真结果表明,该模型收敛速度快,准确性高,具有较强的可靠性和实用性,是一种十分有效的煤与瓦斯突出危险性预测方法.
推荐文章
基于模糊神经网络的煤与瓦斯突出区域预测研究
模糊数学
神经网络
模糊神经网络
煤与瓦斯突出
预测
基于小波KP CA与IQGA-ELM的煤与瓦斯突出预测研究
煤与瓦斯突出预测
小波核主成分分析
改进量子遗传算法
极限学习机
基于KPCA和T-S模糊神经网络的煤与瓦斯突出的预测
煤与瓦斯突出
核主成分分析(KPCA)
T-S模糊神经网络
仿真预测
BP神经网络在煤与瓦斯突出预测中的应用
BP神经网络
煤与瓦斯突出
预测
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 模糊小波网络在煤与瓦斯突出预测中的应用
来源期刊 煤矿安全 学科 工学
关键词 小波网络 模糊小波网络 煤与瓦斯突出 预测
年,卷(期) 2006,(10) 所属期刊栏目 问题探讨
研究方向 页码范围 51-54
页数 4页 分类号 TD713+.2
字数 2650字 语种 中文
DOI 10.3969/j.issn.1003-496X.2006.10.018
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 申东日 辽宁石油化工大学信息与控制工程学院 39 336 11.0 16.0
2 陈义俊 辽宁石油化工大学信息与控制工程学院 35 321 11.0 16.0
3 陈凤 辽宁石油化工大学信息与控制工程学院 3 23 3.0 3.0
4 闫君 辽宁石油化工大学信息与控制工程学院 2 19 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (53)
参考文献  (4)
节点文献
引证文献  (14)
同被引文献  (38)
二级引证文献  (39)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(5)
  • 引证文献(3)
  • 二级引证文献(2)
2012(9)
  • 引证文献(1)
  • 二级引证文献(8)
2013(4)
  • 引证文献(0)
  • 二级引证文献(4)
2014(6)
  • 引证文献(2)
  • 二级引证文献(4)
2015(10)
  • 引证文献(1)
  • 二级引证文献(9)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
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
小波网络
模糊小波网络
煤与瓦斯突出
预测
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
煤矿安全
月刊
1003-496X
21-1232/TD
大16开
辽宁省抚顺市经济开发区滨河路11号
1970
chi
出版文献量(篇)
12289
总下载数(次)
22
总被引数(次)
57391
论文1v1指导