构造性神经网络在煤矿瓦斯预测中的应用

• 作者: 张月琴 朱宇
• 来源期刊: 科技与创新
• 关键词: 商空间 粒度计算 构造性神经网络学习方法 煤矿瓦斯预测
• 年，卷（期）: 2010,（31）
• 页码范围: 121-122,89
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.31.048

摘要

在商空间粒度计算理论框架下,用构造性神经网络学习方法进行瓦斯浓度预测.采用商空间粒度计算理论,可以通过对问题进行宏观分析--研究不同粒度商空间之间的转换、运动、依存的关系,并对数据库中的原始特征信息进行粒度构建,采用多种粒度,从不同的层次分析复杂的瓦斯数据信息使得学习样本的特征更加明显,以更好地满足机器学习的要求.构造性神经网络学习方法则可以从微观上时具有不同粒度结构的商空间进行数据挖掘.最后将该方法应用于瓦斯浓度预测,取得了较好的结果.这表明了基于商空间的构造性神经网络学习方法的可行性和应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张月琴	太原理工大学计算机与软件学院	49	336	10.0	16.0
2	朱宇	太原理工大学计算机与软件学院	1	3	1.0	1.0