| 基于LLE-ELM的矿井瓦斯涌出量预测方法研究 |
| |
| 引用本文： | 李心杰,贾进章.基于LLE-ELM的矿井瓦斯涌出量预测方法研究[J].工业安全与环保,2015(7). |
| |
| 作者姓名： | 李心杰 贾进章 |
| |
| 作者单位： | 辽宁工程技术大学安全科学与工程学院 辽宁阜新 123000 |
| |
| 基金项目： | 国家自然科学基金(51374121)。 |
| |
| 摘 要： | 基于局部线性嵌入(Locally Linear Embedding,LLE)算法和极限学习机(Extreme Learning Machine,ELM)神经网络建立矿井瓦斯涌出量预测模型,该预测模型运用LLE算法对矿井瓦斯涌出量影响因素样本进行数据挖掘,得到降维后的有效因子,再将这些有效因子作为ELM神经网络的输入层进行训练和预测。利用某矿井的实测数据进行实例分析,结果表明该预测模型预测速度快,精度高,能够用于矿井瓦斯涌出量预测。
|
| 关 键 词： | 瓦斯涌出量 局部线性嵌入 数据挖掘 极限学习机 |
Prediction Method of Mine Gas Emission Based on LLE - ELM |
| |
| LI Xinjie,JIA Jinzhang.Prediction Method of Mine Gas Emission Based on LLE - ELM[J].Industrial Safety and Dust Control,2015(7). |
| |
| Authors: | LI Xinjie JIA Jinzhang |
| |
| Abstract: | |
| |
| Keywords: | gas emission locally linear embedding data mining extreme learning machine |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
