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:
将粗集方法作为BP神经网络的前端处理器,通过对煤与瓦斯系统属性特征的提取和影响因素的约简,较好解决了预测输入特征的"维数灾"问题,构建了粗集与神经网络相结合的煤与瓦斯突出预测模型.仿真实验表明,验证了该方法的有效性,模型学习速度更快、精确度更高,对提高瓦斯突出预测时效性有重大意义.
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 煤与瓦斯突出的粗神经网络预测模型研究
来源期刊 计算机工程与应用 学科 工学
关键词 煤与瓦斯突出预测 粗集 粗神经网络 混合系统 属性约简
年,卷(期) 2010,(6) 所属期刊栏目 工程与应用
研究方向 页码范围 241-244
页数 4页 分类号 TD752
字数 2919字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.06.070
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 杨敏 中国矿业大学环境与测绘学院 37 258 9.0 14.0
3 汪云甲 中国矿业大学环境与测绘学院 224 2491 24.0 38.0
7 李瑞霞 中国矿业大学环境与测绘学院 5 75 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (199)
参考文献  (7)
节点文献
引证文献  (9)
同被引文献  (22)
二级引证文献  (14)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(6)
  • 参考文献(2)
  • 二级参考文献(4)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(2)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2012(5)
  • 引证文献(4)
  • 二级引证文献(1)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(5)
  • 引证文献(1)
  • 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
煤与瓦斯突出预测
粗集
粗神经网络
混合系统
属性约简
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