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:
为提高煤与瓦斯突出预警的准确性,利用人工神经网络特有的非线性适应性信息处理能力,选择瓦斯涌出峰值、上升梯度、下降梯度、超限时间四个延时突出预警指标,实现煤与瓦斯延时突出的预警.瓦斯样本学习和突出预警结果与实际情况对比表明,前馈神经网络预警模型准确率很高,可以克服传统预警方法存在的瓦斯突出漏报和误报的缺陷.
推荐文章
基于BP和RBF神经网络的煤与瓦斯突出预测研究
BP神经网络
径向基神经网络
预测
煤与瓦斯突出
基于灰色关联熵的煤与瓦斯突出概率神经网络预测模型
煤与瓦斯突出
危险性预测
熵权法
灰色关联度分析
概率神经网络
粗集-RBF神经网络在瓦斯突出预测中的应用
粗集-RBF神经网络
瓦斯突出
DSP
无线传感器网络
基于RBF网络的煤与瓦斯突出预测研究
煤与瓦斯突出
RBF神经网络
减聚类算法
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 神经网络理论在延时煤与瓦斯突出预警中的应用
来源期刊 黑龙江科技学院学报 学科 工学
关键词 延时煤与瓦斯突出 预警 神经网络 BP模型
年,卷(期) 2007,(1) 所属期刊栏目
研究方向 页码范围 30-32,36
页数 4页 分类号 TD713.2|TP183
字数 2421字 语种 中文
DOI 10.3969/j.issn.1671-0118.2007.01.009
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 罗新荣 中国矿业大学能源与安全工程学院 61 515 14.0 18.0
2 杨飞 中国矿业大学能源与安全工程学院 22 59 3.0 7.0
3 康与涛 中国矿业大学能源与安全工程学院 4 37 2.0 4.0
4 张爱然 中国矿业大学能源与安全工程学院 4 37 2.0 4.0
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  (68)
参考文献  (3)
节点文献
引证文献  (9)
同被引文献  (48)
二级引证文献  (44)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(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)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2010(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
2020(11)
  • 引证文献(1)
  • 二级引证文献(10)
研究主题发展历程
节点文献
延时煤与瓦斯突出
预警
神经网络
BP模型
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
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导