多层DAE协同LSSVM的瓦斯突出预测模型

• 作者: 付华 梁漪
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 瓦斯突出 突出影响因子 去噪自编码器(DAE) 最小二乘支持向量机(LSSVM) 交叉熵
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 算法
• 页码范围: 214-219
• 页数: 6页
• 分类号: TP39|TP183
• 字数: 4801字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.08.037

摘要

为准确预测瓦斯突出,提出多层去噪自编码器(Multi-layer DAE)搭载最小二乘支持向量机(LSSVM)的瓦斯突出预测模型.多层DAE网络提取瓦斯突出原始数据的有效特征,并链接LSSVM进行突出分类.因突出影响因子边界存在一定的模糊性,从时间角度考虑将其分为动、静态影响因子,并依此对多层DAE网络按照交叉熵规则设计新的代价函数.利用收集的100组真实样本数据,多次实验确定最稳定的模型结构参数.对比分析PCA-LSSVM、LLE-LSSVM、BP神经网络模型,结果表明,该模型有更优越的特征提取能力和预测性能,更适用与瓦斯突出预测问题.

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	梁漪	辽宁工程技术大学电气与控制工程学院	1	1	1.0	1.0