文件名称:论文研究-煤与瓦斯突出的粗神经网络预测模型研究.pdf
文件大小:779KB
文件格式:PDF
更新时间:2022-10-03 00:13:49
论文研究
将粗集方法作为BP神经网络的前端处理器,通过对煤与瓦斯系统属性特征的提取和影响因素的约简,较好解决了预测输入特征的“维数灾”问题,构建了粗集与神经网络相结合的煤与瓦斯突出预测模型。仿真实验表明,验证了该方法的有效性,模型学习速度更快、精确度更高,对提高瓦斯突出预测时效性有重大意义。
文件名称:论文研究-煤与瓦斯突出的粗神经网络预测模型研究.pdf
文件大小:779KB
文件格式:PDF
更新时间:2022-10-03 00:13:49
论文研究
将粗集方法作为BP神经网络的前端处理器,通过对煤与瓦斯系统属性特征的提取和影响因素的约简,较好解决了预测输入特征的“维数灾”问题,构建了粗集与神经网络相结合的煤与瓦斯突出预测模型。仿真实验表明,验证了该方法的有效性,模型学习速度更快、精确度更高,对提高瓦斯突出预测时效性有重大意义。