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:
将基于小波神经网络的多传感器数据融合算法应用到煤矿瓦斯涌出量的预测系统中.实验结果表明:该预测系统可以及时、有效地预测瓦斯涌出量.
推荐文章
基于径向基的瓦斯涌出量灰色预测模型
瓦斯涌出量
灰色预测
RBF
预测精度
基于MPSO-RBF的瓦斯涌出量预测研究
RBF神经网络
改进的PSO算法
瓦斯预测
综采工作面的瓦斯涌出规律及涌出量的预测
综采工作面
瓦斯源
瓦斯预测
瓦斯涌出
基于LSSVM与CPSO的瓦斯涌出量组合预测
瓦斯涌出量
非线性组合预测
最小二乘支持向量机,经典粒子群算法
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 基于数据融合的煤矿瓦斯涌出量预测系统设计
来源期刊 煤矿机电 学科 工学
关键词 小波神经网络 多传感器 数据融合 瓦斯预测 嵌入式系统
年,卷(期) 2010,(6) 所属期刊栏目
研究方向 页码范围 17-19
页数 分类号 TD712+.2
字数 1476字 语种 中文
DOI 10.3969/j.issn.1001-0874.2010.06.007
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 李敬兆 154 567 12.0 17.0
2 刘璐 5 31 2.0 5.0
3 杭俊 3 13 2.0 3.0
4 胡江为 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波神经网络
多传感器
数据融合
瓦斯预测
嵌入式系统
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
煤矿机电
双月刊
1001-0874
31-1509/TD
大16开
上海市天钥桥路1号
1980
chi
出版文献量(篇)
4835
总下载数(次)
5
总被引数(次)
13796
论文1v1指导