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:
为了提高煤与瓦斯突出预测的准确率,在研究矿井瓦斯地质特征基础上,建立煤与瓦斯突出预测指标体系,应用投影寻踪方法和聚类方法构建了煤与瓦斯突出危险性预测的投影寻踪聚类模型。该模型通过计算反映煤与瓦斯突出危险程度的一维投影特征值,并对其进行聚类分析,得出煤与瓦斯突出危险性等级。将模型应用于平煤八矿戊9,10-21030工作面回风巷,预测等级与实际煤与瓦斯突出情况吻合度较高。结果表明,应用投影寻踪聚类方法对平煤八矿进行煤与瓦斯突出危险性预测是可行的。
推荐文章
基于贝叶斯网络的煤与瓦斯突出危险性评价
煤与瓦斯突出
贝叶斯网络
影响程度
煤与瓦斯突出预报的理想灰贴近函数聚类关联分析
煤与瓦斯突出
灰贴近函数
聚类分析
灰色关联度
基于KPCA和改进极限学习机的煤与瓦斯突出危险性判识
煤与瓦斯突出
核主成分分析(KPCA)
蝙蝠算法(BA)
极限学习机(ELM)
耦合预测
煤与瓦斯突出预报的模糊聚类相似分析法
煤与瓦斯突出
模糊聚类
模糊相似
模糊模式
预测预报
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 投影寻踪聚类方法在煤与瓦斯突出危险性预测中的应用
来源期刊 中国安全生产科学技术 学科 工学
关键词 投影寻踪 煤与瓦斯突出 突出预测 瓦斯地质 聚类方法
年,卷(期) 2017,(1) 所属期刊栏目 职业安全卫生管理与技术
研究方向 页码范围 46-50
页数 5页 分类号 X936
字数 3906字 语种 中文
DOI 10.11731/j.issn.1673-193x.2017.01.008
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 梁跃强 中国矿业大学北京资源与安全工程学院 2 11 2.0 2.0
2 林辰 中国矿业大学北京资源与安全工程学院 1 8 1.0 1.0
3 宫伟东 中国矿业大学北京资源与安全工程学院 1 8 1.0 1.0
4 郭晓洁 中国矿业大学北京资源与安全工程学院 1 8 1.0 1.0
5 张毅鹏 中国矿业大学北京资源与安全工程学院 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (158)
参考文献  (9)
节点文献
引证文献  (8)
同被引文献  (56)
二级引证文献  (5)
1981(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(6)
  • 参考文献(3)
  • 二级参考文献(3)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(9)
  • 引证文献(4)
  • 二级引证文献(5)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
投影寻踪
煤与瓦斯突出
突出预测
瓦斯地质
聚类方法
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
中国安全生产科学技术
月刊
1673-193X
11-5335/TB
大16开
北京朝阳区惠新西街17号
82-379
1981
chi
出版文献量(篇)
6865
总下载数(次)
16
总被引数(次)
53643
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导