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:
煤与瓦斯突出是一种极其复杂的瓦斯动力灾害现象.采用煤与瓦斯突出预测常用的7项指标作为输入值,基于BP神经网络的非线性自主学习能力,智能化、定量化地识别煤与瓦斯突出的类型.该模型基于MATLAB的神经网络工具箱加以实现.实验结果证明,基于BP神经网络的煤与瓦斯突出预测模型结果可靠,效果良好,应用性比较强.
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 BP神经网络在煤与瓦斯突出预测中的应用
来源期刊 煤炭科技 学科 工学
关键词 BP神经网络 煤与瓦斯突出 预测
年,卷(期) 2011,(2) 所属期刊栏目 实用技术
研究方向 页码范围 58-60
页数 分类号 TD712+.5
字数 2403字 语种 中文
DOI 10.3969/j.issn.1008-3731.2011.02.026
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 杨胜强 中国矿业大学安全工程学院 238 2752 25.0 40.0
2 刘杰 中国矿业大学安全工程学院 56 377 11.0 16.0
3 赵磊 中国矿业大学安全工程学院 13 63 5.0 7.0
4 刘垒 中国矿业大学安全工程学院 5 37 4.0 5.0
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  (0)
节点文献
引证文献  (7)
同被引文献  (6)
二级引证文献  (6)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(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
BP神经网络
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
煤炭科技
双月刊
1008-3731
32-1491/TD
大16开
江苏省徐州市矿山东路3号
28-175
1980
chi
出版文献量(篇)
3991
总下载数(次)
7
总被引数(次)
7494
论文1v1指导