高攀
- 作品数：3 被引量：1H指数：1
- 供职机构：辽宁工程技术大学电气与控制工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术矿业工程更多>>
- RS-LS-SVR模型在煤与瓦斯突出预测的应用
- 2012年
- 在综合研究了各种算法的基础上,将粗集理论和最小二乘支持向量机算法结合,充分利用了粗集算法能够去除冗余信息,最小二乘支持向量机能够精确加快收敛速的优点。利用具体网络建立一个突出预测机制,并利用本预测机制对矿井瓦斯突出情况进行模拟预测。经过基于MATLAB工具箱的BP神经网络模型的实验对比表明,LS-SVR能加快收敛速度。实验结果表明,基于RS-LS-SVR网络的预测模型可靠,收敛速度快,预测精度高,效果良好。
- 彭泓高攀
- 关键词：煤与瓦斯突出粗糙集最小二乘支持向量回归机
- 粗神经网络在煤与瓦斯突出预测系统的应用被引量：1
- 2011年
- 在综合研究了各种算法的基础上,将粗集理论和BP神经网络结合,充分利用了粗集算法能够去除冗余信息,BP神经网络能够精确加快收敛速度的优点。利用具体网络建立一个突出预测机制,并利用该预测机制对矿井瓦斯突出情况进行模拟预测。实际应用效果表明:采用基于MATLAB神经网络工具箱的BP网络模型,能克服一般BP网络收敛较慢的缺点,能加快收敛速度。实验结果表明:基于粗集-BP神经网络的预测模型可靠,收敛速度快,预测精度高,效果良好。
- 彭泓高攀
- 关键词：DSP
- 基于LS-SVR模型的煤与瓦斯突出预测系统研究
- 本文分析了煤与瓦斯突出机理和影响因素,在利用煤矿瓦斯监控系统监测的瓦斯浓度数据信息的基础上,把支持向量机方法应用于煤与瓦斯突出的预测中,为解决矿井瓦斯突出预测问题提供了一条新途径。本文主要进行以下工作:首先对煤与瓦斯突出...
- 高攀
- 关键词：最小二乘支持向量回归机差分进化模式识别
- 文献传递
