基于K-Means聚类的瓦斯浓度预测

• 作者: 李茹 穆文瑜
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 瓦斯浓度 相空间 时间延迟 嵌入维 加权一阶局域法
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 数据库技术
• 页码范围: 702-705
• 分类号: TP391.8|TP311.13
• 字数: 4720字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2011.00702

摘要

提出一种基于K-Means聚类的非线性时间序列预测模型.利用混沌时间序列短期可以预测的特点,对选取的某两处煤矿构建了瓦斯浓度预测模型.采用关联积分方法确定相空间时间延迟τ和相空间嵌入维数m.然后在重构相空间中,运用基于K-Means聚类的加权一阶局域法构建煤矿瓦斯浓度的预测模型.结果表明:在预测间隔1 min的数据时,使用200个连续的数据进行训练,预测效果较好,误差达到最小值0.0341;在预测间隔多分钟的数据时,使用200个15 min间隔的数据进行训练,预测效果较好,误差达到最小值0.0437,可见该瓦斯浓度时序在间隔15 min后又恢复了初始的混沌性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李茹	山西大学计算机与信息技术学院	99	683	13.0	21.0
5	穆文瑜	山西大学计算机与信息技术学院	3	48	3.0	3.0