深度神经网络在煤质数据分析与预测中的应用被引量：1

下载PDF

导出

摘要以某煤矿十年来的煤质化验数据作为分析对象,采用多层神经网络方法进行建模,分析煤质指标和发热量之间的关联关系。并根据煤质数据的特点对数据集进行时间段划分,利用LSTM神经网络对煤炭的历史发热量做时间序列分析,预测短期内煤炭的发热量。

作者刘高宇

机构地区华北水利水电大学信息工程学院

出处《电脑知识与技术》 2019年第10期210-212,221,共4页 Computer Knowledge and Technology

关键词煤质分析多层神经网络 LSTM神经网络

分类号 TP391 [自动化与计算机技术—计算机应用技术]

引文网络
相关文献

参考文献2

1胡姣姣,王晓峰,张萌,张德鹏,胡绍林.基于深度学习的时间序列数据异常检测方法[J].信息与控制,2019,48(1):1-8. 被引量：36
2韩慧颖.煤质检验数据分析及热值预测研究[J].科学中国人,2017(8Z):48-48. 被引量：1

二级参考文献9

1郑恩辉,李平,宋执环.不平衡数据知识挖掘:类分布对支持向量机分类的影响[J].信息与控制,2005,34(6):703-708. 被引量：17
2姜超.煤炭实验室信息化管理与发展[J].煤质技术,2006,21(6):4-6. 被引量：4
3林智勇,郝志峰,杨晓伟.不平衡数据分类的研究现状[J].计算机应用研究,2008,25(2):332-336. 被引量：46
4许丹丹,王勇,蔡立军.面向不均衡数据集的ISMOTE算法[J].计算机应用,2011,31(9):2399-2401. 被引量：13
5王晓娟,郭躬德.不平衡数据采样方法的对比学习[J].微计算机信息,2011,27(12):155-157. 被引量：4
6顾闯.煤质分析全流程自动化处理系统设计[J].煤炭科学技术,2012,40(7):85-88. 被引量：10
7孙其法,闫秋艳,闫欣鸣.基于多样化top-k shapelets转换的时间序列分类方法[J].计算机应用,2017,37(2):335-340. 被引量：13
8周飞燕,金林鹏,董军.卷积神经网络研究综述[J].计算机学报,2017,40(6):1229-1251. 被引量：1781
9Bendong Zhao,Huanzhang Lu,Shangfeng Chen,Junliang Liu,Dongya Wu.Convolutional neural networks for time series classification[J].Journal of Systems Engineering and Electronics,2017,28(1):162-169. 被引量：46

共引文献35

1高英博,顾中煊,罗淑湘,李德英.能耗预测导向的建筑能耗异常数据识别与修复[J].科学技术与工程,2019,19(35):298-304. 被引量：12
2衡红军,刘静.基于混合方法的多维时间序列驾驶异常点检测[J].计算机工程,2020,46(3):99-104. 被引量：7
3陆佳丽.基于改进时间序列模型的日志异常检测方法[J].信息网络安全,2020(9):1-5. 被引量：2
4张友浩,赵鸣,徐梦瑶,赵光晶.时序数据挖掘的预处理研究综述[J].智能计算机与应用,2021,11(1):74-78. 被引量：15
5高德平.基于孤立森林的移动终端网络数据异常检测[J].信息技术,2021,45(6):125-129. 被引量：5
6刘晓艳,王珏,姚铁锤,迟学斌,王晓光,李凯.基于时序数据处理的分布式光伏功率预测系统[J].数据与计算发展前沿,2021,3(4):140-148. 被引量：5
7宫淑丽,马广佑,邓华佳,曹力.QAR数据飞行级异常检测研究[J].机械设计与制造工程,2021,50(10):68-73. 被引量：3
8王平,梅子,龙志强.基于超球体高斯分布的悬浮系统异常检测[J].机车电传动,2021(6):9-17. 被引量：2
9周双权,张云飞.基于深度学习的网络通信错误数据修复仿真[J].计算机仿真,2022,39(1):204-208.
10严南,黄宇,王琼.基于深度学习的动态数据增量式挖掘方法[J].信息技术,2022,46(3):114-119. 被引量：3

同被引文献1

1冯普锋,张宝国,吴家伟,高宪宾,刘行行.电厂磨煤机故障智能监测系统的设计与实现[J].电子元器件与信息技术,2020,4(11):115-116. 被引量：4

引证文献1

1张建立,杨栋,王传刚,张建.基于聚类的煤质数据可视化系统的设计实现[J].电子元器件与信息技术,2021,5(11):190-191. 被引量：1

二级引证文献1

1符春.大数据平台聚类分析系统的设计[J].电子技术与软件工程,2022(13):202-205. 被引量：1

1蔡海瑞.如何有效进行呼吉尔特矿区煤质管理[J].内蒙古煤炭经济,2019(17):168-168. 被引量：1
2吕晓丽.全业务流程煤质管理信息系统的设计与实现[J].同煤科技,2019,0(5):20-22. 被引量：4
3李姣则,赵楠.常见的煤质分析方法探讨[J].区域治理,2018,0(6):281-281.
4邢振中.300MW机组锅炉配煤掺烧试验研究[J].电站系统工程,2019,35(6):23-26. 被引量：3
5兰琳,李姣则.煤质内部成分的近红外光谱定量检测和分析研究[J].区域治理,2018,0(6):164-164. 被引量：1
6张贞.质量管理与控制在污水处理水质化验中的应用[J].区域治理,2019,0(13):67-67.
7平东兰.医生教你看体检表[J].37°女人,2019,0(11):62-62.
8黄剑,卢景琦,杨欢,曹祥东.基于纳秒和飞秒及双脉冲激光诱导击穿光谱的燃煤热值定量分析[J].激光与光电子学进展,2019,56(19):276-283. 被引量：10
9徐东,苏志祁,滕培培,莫雨衡.基于MQTT协议实现转炉厂化验样的极速推送[J].柳钢科技,2019,0(5):18-19.
10王飞.矿山生产勘探中三维技术应用[J].区域治理,2019,0(13):291-291.

电脑知识与技术

2019年第10期

浏览历史

内容加载中请稍等...

深度神经网络在煤质数据分析与预测中的应用被引量：1

参考文献2

二级参考文献9

共引文献35

同被引文献1

引证文献1

二级引证文献1

相关作者

相关机构

相关主题

浏览历史

深度神经网络在煤质数据分析与预测中的应用 被引量：1

参考文献2

二级参考文献9

共引文献35

同被引文献1

引证文献1

二级引证文献1

相关作者

相关机构

相关主题

浏览历史

深度神经网络在煤质数据分析与预测中的应用被引量：1