垮落煤岩性状识别研究

• 作者: 吴淼 李一鸣 李瑞 符世琛
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 煤炭开采 综放工作面 垮落煤岩 煤岩性状识别 连续小波变换 奇异值分解 神经网络 SVD
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 科研成果
• 页码范围: 24-28
• 页数: 5页
• 分类号: TD67
• 字数: 3028字
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2017.02.006

摘要

针对综放工作面垮落煤岩性状识别的技术问题,提出了一种基于连续小波变换和改进奇异值分解的识别方法.采用基于单边Jacobi的奇异值分解(SVD)方法对小波系数矩阵进行分解,得到与小波系数矩阵列向量位置对应的奇异值向量,并将奇异值向量作为神经网络的输入向量来识别落煤和落岩2种工况.现场试验结果表明,基于连续小波变换与SVD得到的奇异值向量可用于识别垮落煤岩,但基于连续小波变换与改进SVD得到的奇异值向量具有更高的识别率.