作者:
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:
本文将多元回归和BP神经网络相结合来预测矿井瓦斯涌出量,最优多元回归剔除了相关性不大因素,结合BP神经网络提高了瓦斯预测精度,得到影响瓦斯涌出量主要因素,对煤矿瓦斯安全管理具有一定指导意义.
推荐文章
矿井瓦斯涌出量建模预测
瓦斯涌出量
灰色模型
自记忆模型
预测
矿井瓦斯涌出量预测的实践
瓦斯涌出量
通风
分源预测法
基于EMD-ARMA的矿井瓦斯涌出量预测
瓦斯涌出量预测
EMD经验模态分解
ARMA实际序列模型
EMD-ARMA预测模型
MGM(1,N)模型用于瓦斯涌出量预测
MGM(1,N)模型
瓦斯涌出量
预测方法
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 矿井瓦斯涌出量预测优化模型
来源期刊 山东煤炭科技 学科 工学
关键词 瓦斯涌出量 最优多元归 BP神经网络 预测
年,卷(期) 2016,(3) 所属期刊栏目
研究方向 页码范围 98-100
页数 3页 分类号 TD712+5
字数 2451字 语种 中文
DOI 10.3969/j.issn.1005-2801.2016.03.043
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 郭建国 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (37)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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
瓦斯涌出量
最优多元归
BP神经网络
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
山东煤炭科技
月刊
1005-2801
37-1236/TD
16开
山东省济南市堤口路141号
1983
chi
出版文献量(篇)
16084
总下载数(次)
9
总被引数(次)
20842
论文1v1指导