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:
为了实现对煤与瓦斯突出快速、准确和动态预测,提出了一种基于主成分分析(PCA)和案例推理(CBR)的煤与瓦斯突出预测方法。考虑煤与瓦斯突出多种影响因素,利用案例推理技术对煤与瓦斯突出危险性进行预测。同时采用一种基于PCA的案例描述特征权值确定方法,以提高案例检索效率以及煤与瓦斯突出预测准确率。利用实测数据对所提方法进行验证,实例验证结果表明,所提方法预测结果的准确性和稳定性更高,预测平均误差和最大误差分别仅为0.154%和0.77%,远小于模糊神经网络方法和专家给定权值的案例推理方法。
推荐文章
基于聚类和案例推理的煤与瓦斯突出动态预测
煤与瓦斯突出
动态预测
快速预测
案例推理
案例聚类
基于案例推理和数据融合的煤与瓦斯突出预测
煤与瓦斯突出
预测
数据融合
案例推理
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
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
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 基于PCA和案例推理的煤与瓦斯突出动态预测
来源期刊 传感技术学报 学科 工学
关键词 煤与瓦斯突出 动态预测 特征权值 主成分分析 案例推理
年,卷(期) 2015,(7) 所属期刊栏目 传感器信号处理
研究方向 页码范围 1028-1034
页数 7页 分类号 TD713
字数 5707字 语种 中文
DOI 10.3969/j.issn.1004-1699.2015.07.015
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 付华 辽宁工程技术大学电气与控制工程学院 242 1698 20.0 28.0
2 阎馨 辽宁工程技术大学电气与控制工程学院 12 109 6.0 10.0
3 屠乃威 辽宁工程技术大学电气与控制工程学院 10 112 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (55)
参考文献  (13)
节点文献
引证文献  (10)
同被引文献  (43)
二级引证文献  (15)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(9)
  • 参考文献(3)
  • 二级参考文献(6)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(8)
  • 引证文献(4)
  • 二级引证文献(4)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
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
动态预测
特征权值
主成分分析
案例推理
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
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
总被引数(次)
65542
论文1v1指导