基于集成ISGNN的煤矿瓦斯涌出量估计方法

• 作者: 李爱国 雍煌
• 来源期刊: 广西师范大学学报(自然科学版)
• 学科: 工学
• 关键词: 瓦斯监测 神经网络 集成ISGNN
• 年，卷（期）: 2008,（3）
• 页码范围: 129-132
• 页数: 4页
• 分类号: TP183
• 字数: 3570字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2008.03.033

摘要

煤矿瓦斯涌出量的预测是国内外研究热点之一.将一个矿井中的瓦斯浓度分布视为一个多变量系统,提出了一种集成迭代自生成神经网络EISGNN,将集成学习思想与ISGNN相结合,采用抽样技术,选择数量少且能够反映训练样本集特征的样本训练多个ISGNN,最后将多个分类结果融合,从而得出分类结果.将EISGNN应用于煤矿瓦斯监测中,解决异常瓦斯采样数据检测和丢失瓦斯采样数据估计问题,仿真实验结果表明EISGNN是解决这两个问题的一种有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李爱国	西安科技大学计算机科学与技术学院	40	1409	14.0	37.0
2	雍煌	西安科技大学计算机科学与技术学院	1	1	1.0	1.0