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:
贝叶斯网络是目前不确定知识和推理领域最有效的理论模型之一.为了正确预测煤与瓦斯突出的危险性,提出了一种基于贝叶斯网络的煤与瓦斯突出预测方法.在综合影响煤与瓦斯突出的因素和领域专家知识的基础上建立了网络结构,通过对先验知识和样本数据的学习,实现了煤与瓦斯突出的预测,取得了较好的效果.实验表明,该模型网络学习速度快,准确性高,是一种有效的煤与瓦斯突出危险性预测方法.
推荐文章
基于贝叶斯网络的煤与瓦斯突出危险性评价
煤与瓦斯突出
贝叶斯网络
影响程度
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
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
基于贝叶斯网络的内部威胁预测研究
内部威胁
贝叶斯网络
网络攻击图
似然加权法
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 基于贝叶斯网络的煤与瓦斯突出预测研究
来源期刊 计算机工程与应用 学科 工学
关键词 贝叶斯网络 数据挖掘 煤与瓦斯突出 预测
年,卷(期) 2007,(29) 所属期刊栏目 工程与应用
研究方向 页码范围 220-221,248
页数 3页 分类号 TP311
字数 3709字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.29.064
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 汪云甲 中国矿业大学环测学院 224 2491 24.0 38.0
2 张克 中国矿业大学计算机学院 14 119 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (145)
参考文献  (7)
节点文献
引证文献  (9)
同被引文献  (1)
二级引证文献  (36)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(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(2)
  • 引证文献(0)
  • 二级引证文献(2)
2010(6)
  • 引证文献(4)
  • 二级引证文献(2)
2011(7)
  • 引证文献(2)
  • 二级引证文献(5)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(10)
  • 引证文献(1)
  • 二级引证文献(9)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
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
贝叶斯网络
数据挖掘
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导