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:
为了提高煤矿瓦斯涌出量的预测精度,针对煤矿瓦斯涌出量的训练样本选择问题,提出一种基于合理遗忘训练样本的煤矿瓦斯涌出量预测模型。首先通过引入遗忘因子既考虑了历史数据的影响,又突出了新数据的作用,然后最小二乘支持向量机建立煤矿瓦斯涌出量预测模型,最后进行了仿真分析。结果表明,该模型提高了煤矿瓦斯涌出量的建模效率,获得了更加理想的煤矿瓦斯涌出量预测结果。
推荐文章
基于合理遗忘选择训练样本的网络流量预测模型
网络流量
时间序列
极限学习机
神经网络
分源预测法预测煤矿瓦斯涌出量
分源预测法
瓦斯涌出量
预测
基于集成ISGNN的煤矿瓦斯涌出量估计方法
瓦斯监测
神经网络
集成ISGNN
瓦斯涌出量的灰色建模及其预测
瓦斯涌出量
灰色建模
灰色预测
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 合理遗忘选择训练样本的煤矿瓦斯涌出量预测
来源期刊 计算机工程与应用 学科 工学
关键词 煤矿瓦斯涌出量 最小二乘支持向量机 仿真实验 预测精度
年,卷(期) 2014,(14) 所属期刊栏目 博士论坛
研究方向 页码范围 1-4,25
页数 5页 分类号 TP391
字数 2772字 语种 中文
DOI 10.3778/j.issn.1002-8331.1403-0051
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 邵良杉 辽宁工程技术大学系统工程研究所 189 1464 18.0 27.0
2 高明明 辽宁工程技术大学电子与信息工程学院 59 194 8.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (74)
共引文献  (273)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(9)
  • 参考文献(2)
  • 二级参考文献(7)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(11)
  • 参考文献(2)
  • 二级参考文献(9)
2010(13)
  • 参考文献(1)
  • 二级参考文献(12)
2011(9)
  • 参考文献(3)
  • 二级参考文献(6)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(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)
研究主题发展历程
节点文献
煤矿瓦斯涌出量
最小二乘支持向量机
仿真实验
预测精度
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导