期刊文献+
共找到672篇文章
< 1 2 34 >
每页显示 20 50 100
煤矿典型动力灾害风险精准判识及监控预警关键技术研究进展 被引量:153
1
作者 袁亮 姜耀东 +7 位作者 何学秋 窦林名 赵毅鑫 赵旭生 王凯 于庆 卢新明 李红臣 《煤炭学报》 EI CAS CSCD 北大核心 2018年第2期306-318,共13页
新一轮能源变革正在孕育,互联网+及智能化发展势头强劲,在总结我国煤矿典型动力灾害预防存在主要问题及思考煤矿监控预警如何面对新一轮科技创新的基础上,提出了煤矿典型动力灾害风险精准判识及监控预警新理念与关键技术。煤矿典型动力... 新一轮能源变革正在孕育,互联网+及智能化发展势头强劲,在总结我国煤矿典型动力灾害预防存在主要问题及思考煤矿监控预警如何面对新一轮科技创新的基础上,提出了煤矿典型动力灾害风险精准判识及监控预警新理念与关键技术。煤矿典型动力灾害风险精准判识及监控预警是在煤炭精准开采的理念指导下,基于多相多场耦合灾变孕育演化机理,利用灾害前兆信息采集传感与多网融合传输技术、多源海量前兆信息提取挖掘方法,能够实现煤矿典型动力灾害前兆信息深度感知、风险精准判识及监控预警的新模式新方法。该模式能够实现煤矿监控预警由传统的经验型、定性型向精准型、定量型转变,全面提升我国煤矿典型动力灾害风险判识及监控预警能力。凝练了煤矿典型动力灾害风险精准判识及监控预警的4个关键科学问题和8个主要研究方向,围绕基础理论研究、关键技术开发和预警平台搭建,重点阐述了12个方面的研究进展,为实现冲击地压、煤与瓦斯突出和煤岩瓦斯复合动力灾害隐患在线监测、智能判识、实时精准预警提供了技术路径。 展开更多
关键词 煤矿典型动力灾害 煤炭精准开采 多场耦合 风险精准判识 监控预警
下载PDF
基于计算机视觉的Transformer研究进展 被引量:69
2
作者 刘文婷 卢新明 《计算机工程与应用》 CSCD 北大核心 2022年第6期1-16,共16页
Transformer是一种基于自注意力机制、并行化处理数据的深度神经网络。近几年基于Transformer的模型成为计算机视觉任务的重要研究方向。针对目前国内基于Transformer综述性文章的空白,对其在计算机视觉上的应用进行概述。回顾了Transfo... Transformer是一种基于自注意力机制、并行化处理数据的深度神经网络。近几年基于Transformer的模型成为计算机视觉任务的重要研究方向。针对目前国内基于Transformer综述性文章的空白,对其在计算机视觉上的应用进行概述。回顾了Transformer的基本原理,重点介绍了其在图像分类、目标检测、图像分割等七个视觉任务上的应用,并对效果显著的模型进行分析。最后对Transformer在计算机视觉中面临的挑战以及未来的发展趋势进行了总结和展望。 展开更多
关键词 TRANSFORMER 计算机视觉 自注意力机制 神经网络
下载PDF
基于变分模态分解及能量熵的微震信号降噪方法 被引量:44
3
作者 张杏莉 卢新明 +1 位作者 贾瑞生 阚淑婷 《煤炭学报》 EI CAS CSCD 北大核心 2018年第2期356-363,共8页
为了从含噪微震监测数据中提取有效的微震信号,提出了一种基于变分模态分解(Variational Mode Decomposition,VMD)和能量熵的自适应微震信号降噪方法。采用变分模态分解法对含噪微震信号进行自适应分解,得到一系列按频率从高到低的变分... 为了从含噪微震监测数据中提取有效的微震信号,提出了一种基于变分模态分解(Variational Mode Decomposition,VMD)和能量熵的自适应微震信号降噪方法。采用变分模态分解法对含噪微震信号进行自适应分解,得到一系列按频率从高到低的变分模态分量;计算每个变分模态分量的能量熵,搜索并辨识出噪声与信号的分界;剔除高频噪声,将剩余分量进行重构,得到降噪后的微震信号。通过与基于经验模态分解(Empirical Mode Decomposition,EMD)的微震信号降噪方法对比,从信噪比、降噪后信号占原信号的能量百分比和原信号与降噪后信号的均方根误差3个评价指标上定量说明该方法在微震信号降噪中表现出更好的降噪效果。 展开更多
关键词 微震 降噪 变分模态分解 能量熵
下载PDF
大数据背景下企业网络信息安全技术体系研究 被引量:40
4
作者 孙红梅 贾瑞生 《通信技术》 2017年第2期334-339,共6页
研究大数据背景下企业网络信息安全保障技术体系建设的相关理论基础,讨论传统网络信息安全体系结构的层次划分和相关安全技术机制,探索当前大数据采集、存储、挖掘、发布等阶段的安全技术及云计算相关关键技术,分析大数据和云计算的关系... 研究大数据背景下企业网络信息安全保障技术体系建设的相关理论基础,讨论传统网络信息安全体系结构的层次划分和相关安全技术机制,探索当前大数据采集、存储、挖掘、发布等阶段的安全技术及云计算相关关键技术,分析大数据和云计算的关系,构建了兼顾传统网络安全技术以及大数据云安全技术的安全技术体系架构,并给出了综合技术体系框架,以期丰富企业解决网络信息安全问题的思路,充实企业提高大数据环境下信息安全技术水平的途径。 展开更多
关键词 大数据 网络信息安全 云计算 技术体系
下载PDF
大数据时代企业信息安全管理体系研究 被引量:35
5
作者 孙红梅 贾瑞生 《科技管理研究》 CSSCI 北大核心 2016年第19期210-213,共4页
大数据时代的信息安全管理体系研究是企业信息安全保障体系建设的重要组成成分,对完善企业信息安全体系建设,保障企业信息安全,提高企业信息化水平具有重要意义。针对大数据环境下企业信息安全管理体系进行理论框架和应用策略研究,分析... 大数据时代的信息安全管理体系研究是企业信息安全保障体系建设的重要组成成分,对完善企业信息安全体系建设,保障企业信息安全,提高企业信息化水平具有重要意义。针对大数据环境下企业信息安全管理体系进行理论框架和应用策略研究,分析安全管理现状,指出国内企业在大数据安全管理方面存在不足;探索大数据云安全管理体系构建,给出大数据云安全体系框架;研究大数据安全管理体系应用过程实施策略,给出过程模型及具体工作实施规划。为企业建立健全网络信息安全管理体系提供借鉴。 展开更多
关键词 大数据 信息安全 管理体系
下载PDF
基于熵权法-层次分析法耦合赋权的多源信息融合突水危险性评价 被引量:33
6
作者 施龙青 张荣遨 +3 位作者 韩进 丛培章 秦道霞 郭玉成 《河南理工大学学报(自然科学版)》 CAS 北大核心 2020年第3期17-25,共9页
为了建立更加准确的煤矿巷道底板突水评价模型,本文将层次分析法和熵权法相结合,并通过耦合赋权的方法,建立综合权重耦合模型确定综合权重。该模型在提高权重可信度的基础上,进一步建立结合两种脆弱性评价方法(模糊综合评价法和脆弱性... 为了建立更加准确的煤矿巷道底板突水评价模型,本文将层次分析法和熵权法相结合,并通过耦合赋权的方法,建立综合权重耦合模型确定综合权重。该模型在提高权重可信度的基础上,进一步建立结合两种脆弱性评价方法(模糊综合评价法和脆弱性指数法)的多源信息融合模型。在分析良庄井田15号煤层地质资料的基础上,选取8个主控因素进行分析。结果表明,建立的多源信息融合模型符合实际生产情况,对矿井生产具有实际指导意义,与原有方法相比,更有利于指导矿井的安全生产工作。 展开更多
关键词 熵权法 层次分析法 模糊综合评判法 脆弱性指数法 信息融合 突水危险性 巷道底板
下载PDF
基于联邦学习和卷积神经网络的入侵检测方法 被引量:27
7
作者 王蓉 马春光 武朋 《信息网络安全》 CSCD 北大核心 2020年第4期47-54,共8页
目前基于深度学习的入侵检测算法是入侵检测研究领域的研究热点,但是大多数研究的重点集中在如何改进算法来提高入侵检测的准确率,而忽视了实际中单个机构所产生的有限的标签数据不足以训练出一个高准确率的深度模型的问题。文章提出一... 目前基于深度学习的入侵检测算法是入侵检测研究领域的研究热点,但是大多数研究的重点集中在如何改进算法来提高入侵检测的准确率,而忽视了实际中单个机构所产生的有限的标签数据不足以训练出一个高准确率的深度模型的问题。文章提出一种基于联邦学习和卷积神经网络的入侵检测方法,可以通过多个参与方的数据集联合训练模型达到扩充数据量的目的。该方法利用联邦学习框架,设计了基于深度学习的入侵检测模型。首先通过数据填充进行数据维度重构,形成二维数据,然后在联邦学习的机制下利用DCNN网络进行特征提取学习,最后结合Softmax分类器训练模型进行检测。实验结果表明,该方法很大程度上减少了训练时间并保持较高的检测率。另外,与一般的入侵检测模型相比,该模型还保证了数据安全隐私。 展开更多
关键词 入侵检测 联邦学习 深度学习 卷积神经网络
下载PDF
智能语音识别技术在临床医疗的应用研究与实践 被引量:26
8
作者 李金苗 李鹏 +2 位作者 刘庆金 陈军伟 辛海燕 《中国卫生信息管理杂志》 2019年第2期218-221,共4页
聚焦研究语音识别技术在临床医疗领域的探索与应用,基于医疗人工智能技术和大数据分析技术,提出了医疗领域智能语音识别软硬件一体的解决方案,并介绍了智能语音技术在青岛大学附属医院的应用效果。
关键词 人工智能 语音识别 医院 大数据
下载PDF
虚拟现实技术在文化遗产领域的应用 被引量:26
9
作者 李旭健 李皓 熊玖朋 《科技导报》 CAS CSCD 北大核心 2020年第22期50-58,共9页
分析了2010-2019年Web of Science与中国知网中虚拟现实技术用于文化遗产保护的相关文献,发现近年虚拟现实在物质文化遗产领域的研究主要集中在器物、书画、雕塑和建筑遗址方面;在非物质文化遗产领域的研究主要集中在口头故事与语言、... 分析了2010-2019年Web of Science与中国知网中虚拟现实技术用于文化遗产保护的相关文献,发现近年虚拟现实在物质文化遗产领域的研究主要集中在器物、书画、雕塑和建筑遗址方面;在非物质文化遗产领域的研究主要集中在口头故事与语言、传统技艺和传统习俗方面;随着技术的进步,虚拟现实三维建模的速度与准确性不断提高,且声音的加入增强了虚拟系统的沉浸感。未来虚拟现实技术在文化遗产保护领域具有很广泛的前景。 展开更多
关键词 文化遗产 虚拟现实 增强现实
原文传递
基于注意力双向循环神经网络的业务流程剩余时间预测方法 被引量:22
10
作者 倪维健 孙宇健 +2 位作者 刘彤 曾庆田 刘聪 《计算机集成制造系统》 EI CSCD 北大核心 2020年第6期1564-1572,共9页
现有的基于深度学习的业务流程剩余时间预测方法大多采用传统的长短期记忆循环神经网络构建预测模型,由于传统长短期记忆循环神经网络对序列数据的建模能力有限,导致现有方法的预测效果还有较大提升空间。针对现有方法的不足,提出一个... 现有的基于深度学习的业务流程剩余时间预测方法大多采用传统的长短期记忆循环神经网络构建预测模型,由于传统长短期记忆循环神经网络对序列数据的建模能力有限,导致现有方法的预测效果还有较大提升空间。针对现有方法的不足,提出一个基于注意力双向循环神经网络的业务流程剩余时间预测方法。该方法使用双向循环神经网络对流程实例数据进行建模,同时引入注意力机制自动学习流程实例中不同事件的权重。此外,为了进一步提升学习效果,基于迁移学习的思想设计了一种迭代学习策略,为不同长度的流程实例分别构建剩余时间预测模型,提高了模型的针对性。实验结果表明,所提方法与传统的方法相比具有明显的优势。 展开更多
关键词 剩余时间预测 业务流程 双向循环神经网络 注意力机制
下载PDF
利用经验模态分解及小波变换压制微震信号中的随机噪声 被引量:21
11
作者 宫月 贾瑞生 +3 位作者 卢新明 彭延军 赵卫东 张杏莉 《煤炭学报》 EI CAS CSCD 北大核心 2018年第11期3247-3256,共10页
随机噪声的压制是微震信号分析过程中的重要环节,目前大多数降噪技术都不同程度的存在去噪效果差、易损伤有效信号等问题。针对微震信号的随机非平稳特征,提出一种联合经验模态分解(EMD)及小波阈值的降噪方法,压制微震信号中的随机噪声... 随机噪声的压制是微震信号分析过程中的重要环节,目前大多数降噪技术都不同程度的存在去噪效果差、易损伤有效信号等问题。针对微震信号的随机非平稳特征,提出一种联合经验模态分解(EMD)及小波阈值的降噪方法,压制微震信号中的随机噪声。该法首先使用EMD对微震信号进行自适应分解,得到有限个本征模态函数(IMF)。考虑到随机噪声主要集中在高频IMF分量中,基于噪声能量突变原则找出低频IMF分量与高频IMF分量的分界后,利用小波阈值方法对高频IMF进行降噪处理,最后将降噪后的高频IMF分量与剩余的低频IMF分量重构即可实现微震信号降噪。仿真分析及实验结果表明,该方法能充分保留微震信号的随机非平稳特征,较对比方法具有更好的降噪效果。 展开更多
关键词 微震信号 降噪技术 经验模态分解 小波阈值
下载PDF
基于深度森林的用户购买行为预测模型 被引量:21
12
作者 葛绍林 叶剑 何明祥 《计算机科学》 CSCD 北大核心 2019年第9期190-194,共5页
近年来,网络零售保持高速增长,网站中富含大量的用户行为数据。电商平台中的用户对商品的操作行为可以体现用户偏好,如何利用用户行为挖掘用户偏好已经成为学术界和工业界的关注焦点,并已经取得了众多研究成果。然而,目前用户操作行为... 近年来,网络零售保持高速增长,网站中富含大量的用户行为数据。电商平台中的用户对商品的操作行为可以体现用户偏好,如何利用用户行为挖掘用户偏好已经成为学术界和工业界的关注焦点,并已经取得了众多研究成果。然而,目前用户操作行为预测方法研究通常只针对用户某一类操作行为进行分析,无法完备反映用户行为的整体特征。因此,提出一种基于深度森林的用户购买行为预测模型,通过构建用户行为特征工程建立整体用户行为特征模型;基于此,提出基于深度森林的用户购买行为预测方法,实现高效的行为预测训练效果。该方法的训练时间为43s,F1值为9.73%,相对其他模型取得了更好的效果。实验结果表明,该模型在降低时间开销的同时,提高了预测准确率。 展开更多
关键词 用户行为特征 深度森林 特征工程 购买行为预测
下载PDF
水下和微光图像的去雾及增强方法 被引量:21
13
作者 刘柯 李旭健 《光学学报》 EI CAS CSCD 北大核心 2020年第19期67-79,共13页
提出一种水下和微光图像的去雾和增强方法,并对两类图像进行统一的描述。应用多尺度Retinex颜色恢复(MSRCR)和引导滤波方法进行除雾;再运用超分辨率卷积神经网络(SRCNN)与非二次采样轮廓变换(NSCT)技术相结合的方法实现图像的增强。实... 提出一种水下和微光图像的去雾和增强方法,并对两类图像进行统一的描述。应用多尺度Retinex颜色恢复(MSRCR)和引导滤波方法进行除雾;再运用超分辨率卷积神经网络(SRCNN)与非二次采样轮廓变换(NSCT)技术相结合的方法实现图像的增强。实验表明,与其他处理方法相比,该方法在有效解决图像曝光的同时,对图像的色彩饱和度、边缘纹理细节方面具有更好的保护和增强作用,从而实现了非常好的视觉效果。 展开更多
关键词 图像处理 边缘细节 导向滤波 欠曝光图像 图像去雾 图像增强
原文传递
基于混合深度学习的地铁站进出客流量短时预测 被引量:19
14
作者 赵建立 石敬诗 +2 位作者 孙秋霞 任玲 刘彩红 《交通运输系统工程与信息》 EI CSCD 北大核心 2020年第5期128-134,共7页
针对城市轨道交通多站点短时客流量预测问题,本文提出一种将卷积神经网络(CNN)与残差网络(ResNet)相组合的预测模型(ResNet-CNN1D).模型将原始客流量数据作为输入,利用二维CNN与ResNet组成深层神经网络,捕捉站点间的空间特征,同时利用一... 针对城市轨道交通多站点短时客流量预测问题,本文提出一种将卷积神经网络(CNN)与残差网络(ResNet)相组合的预测模型(ResNet-CNN1D).模型将原始客流量数据作为输入,利用二维CNN与ResNet组成深层神经网络,捕捉站点间的空间特征,同时利用一维CNN捕捉客流量的时间依赖.最后,基于参数矩阵,将时间和空间特征进行加权融合,完成对目标时段中多个站点进出客流量的同时预测.采集青岛市地铁3号线刷卡数据,对模型进行验证.结果表明,相比现有传统的预测模型(ARIMA,SVR,LSTM,CLTFP,ConvLSTM),本文ResNet-CNN1D模型具有更好的预测精度. 展开更多
关键词 城市交通 短时客流量预测 深度学习 地铁刷卡数据 CNN ResNet
下载PDF
基于YOLOv3的轻量级目标检测网络 被引量:19
15
作者 齐榕 贾瑞生 +1 位作者 徐志峰 毛其超 《计算机应用与软件》 北大核心 2020年第10期208-213,共6页
针对目标检测领域的网络参数数量较大且嵌入式设备的计算能力有限,难以在嵌入式平台上运行的问题,基于深度可分离卷积的思想,提出一种改进Tiny-YOLOv3的轻量级目标检测网络。将Tiny-YOLOv3中的特征提取网络替换为MobileNet,增加网络层... 针对目标检测领域的网络参数数量较大且嵌入式设备的计算能力有限,难以在嵌入式平台上运行的问题,基于深度可分离卷积的思想,提出一种改进Tiny-YOLOv3的轻量级目标检测网络。将Tiny-YOLOv3中的特征提取网络替换为MobileNet,增加网络层数且减少模型中的参数数量和计算量,同时采用K-means维度聚类生成先验框和多尺度预测的方法提高检测精度。实验结果表明,该网络模型大小为23 MB,仅为Tiny-YOLOv3的67%。模型在PASCAL VOC 2007和COCO目标检测数据集上进行测试,检测精度均高于Tiny-YOLOv3,满足嵌入式设备实时高效检测的要求。 展开更多
关键词 目标检测 深度可分离卷积 Tiny-YOLOv3 嵌入式平台
下载PDF
矿山物联网云计算与平台技术 被引量:19
16
作者 卢新明 阚淑婷 张杏莉 《工矿自动化》 北大核心 2018年第2期1-5,共5页
指出矿山物联网云计算与平台技术在矿山物联网系统中起核心支撑作用;介绍了矿山物联网云计算平台的技术目标和主要功能;论述了建设矿山物联网云计算平台的关键技术,包括以云交互数据管道为核心的平台架构、资源智能管控模型及负载均衡... 指出矿山物联网云计算与平台技术在矿山物联网系统中起核心支撑作用;介绍了矿山物联网云计算平台的技术目标和主要功能;论述了建设矿山物联网云计算平台的关键技术,包括以云交互数据管道为核心的平台架构、资源智能管控模型及负载均衡算法、任务调度及资源分配策略、矿山实时异构数据交换、控制命令快速编码及批量发送、数据快速提取及批量打包、面向矿山应用的推送等,给出了各技术的研究方法和技术路线,为搭建一个完整、先进、具有普适性的矿山物联网云计算平台奠定了技术基础。 展开更多
关键词 矿山物联网 感知矿山 云计算 云交互 云平台 平台架构 资源管控 异构数据交换
下载PDF
基于大数据的智慧农业物联网系统实现 被引量:19
17
作者 徐建国 肖海峰 《软件导刊》 2018年第8期129-132,140,共5页
设计一套基于大数据的智能信息系统应用于现代化农业大棚生产及管理中,以模拟对大棚的管理和控制。系统采用Zigbee、WiFi等无线传输技术解决局域及远距离数据实时有效传输问题,结合当前大数据和云计算等前沿技术进行数据存储,充分利用... 设计一套基于大数据的智能信息系统应用于现代化农业大棚生产及管理中,以模拟对大棚的管理和控制。系统采用Zigbee、WiFi等无线传输技术解决局域及远距离数据实时有效传输问题,结合当前大数据和云计算等前沿技术进行数据存储,充分利用多种传感器实现对农业大棚生产过程中数据的实时采集、监测及有效控制,并通过开放的互联网平台实现在线远程专家指导。测试结果表明,该系统具有较高的可靠性与高稳定性,运行平稳,有很强的实用性。 展开更多
关键词 大数据 智慧农业 物联网 数据分析 远程专家指导 人工智能
下载PDF
面向异质信息网络的表示学习方法研究综述 被引量:19
18
作者 周慧 赵中英 李超 《计算机科学与探索》 CSCD 北大核心 2019年第7期1081-1093,共13页
网络表示学习旨在为网络中的组件(节点、边、子网络等)学习出低维的表征向量,使得这些向量能够在最大程度上保留组件在原网络中的特性。异质信息网络是由多种类型的节点、链接关系以及属性信息组成的网络,具有动态性、大规模和异质性等... 网络表示学习旨在为网络中的组件(节点、边、子网络等)学习出低维的表征向量,使得这些向量能够在最大程度上保留组件在原网络中的特性。异质信息网络是由多种类型的节点、链接关系以及属性信息组成的网络,具有动态性、大规模和异质性等特点,在现实生活中普遍存在。融合多种异质信息进行网络表示学习,能在一定程度上解决数据稀疏问题,同时有助于训练出具有高区别力和推理能力的表征向量。但与此同时,也面临着如何有效处理复杂数据关系以及平衡异质信息的挑战。近年来,研究者们针对异质信息网络设计了不同的表示学习算法,在很大程度上推动了该领域的发展。针对这些算法,首先设计一个统一的分类框架,接着对各类别下的代表性算法进行概括介绍和比较,分析它们的时间复杂度和优缺点。此外,分类汇总了实验中的常用数据集。最后给出了该领域的挑战和未来可能的研究方向。 展开更多
关键词 网络表示学习 异质信息网络 网络分析
下载PDF
个体因素与外部环境共同作用下的跨平台社交网络舆情传播模型研究 被引量:18
19
作者 杨磊 封永雪 +1 位作者 侯贵生 倪维健 《现代情报》 CSSCI 2021年第3期138-147,158,共11页
[目的/意义]探究舆情在跨平台社交网络中的传播规律,分析个体因素和外部环境共同影响下的舆情传播过程,提出能有效调节舆情在跨平台社交网络传播的措施。[方法/过程]使用无标度网络模拟跨平台社交网络环境,在SEIR模型的基础上分析个体... [目的/意义]探究舆情在跨平台社交网络中的传播规律,分析个体因素和外部环境共同影响下的舆情传播过程,提出能有效调节舆情在跨平台社交网络传播的措施。[方法/过程]使用无标度网络模拟跨平台社交网络环境,在SEIR模型的基础上分析个体因素、外部好友环境和外部平台环境对用户状态变化的影响,构建基于跨平台社交网络的舆情传播模型,并通过MATLAB对此模型中涉及的主要因素进行模拟分析。[结果/结论]实验结果表明,本文所构建的跨平台社交网络舆情传播模型能较准确地描述舆情在真实环境中的传播特点,跨平台社交网络能提高舆情信息的关注热度并扩大影响范围;外部平台环境和外部好友环境均会对跨平台社交网络中舆情传播产生影响;通过控制平台的传播阈值和退出阈值能有效管理舆情在跨平台社交网络中的传播与扩散。 展开更多
关键词 跨平台社交网络 舆情传播 SEIR模型 无标度网络
下载PDF
基于Prophet+LSTM模型的煤矿井下工作面矿压预测研究 被引量:17
20
作者 曾庆田 吕珍珍 +3 位作者 石永奎 田广宇 林泽东 李超 《煤炭科学技术》 CAS CSCD 北大核心 2021年第7期16-23,共8页
为了高效地对工作面矿压变化趋势进行有效预测,减少顶板突发事故和引导煤矿井下安全生产,提出了融合相邻多个支架影响的矿压数据预测模型Prophet+LSTM。该模型首先基于数字信号处理技术,将原始矿压数据经过算术平均值滤波和小波去噪方... 为了高效地对工作面矿压变化趋势进行有效预测,减少顶板突发事故和引导煤矿井下安全生产,提出了融合相邻多个支架影响的矿压数据预测模型Prophet+LSTM。该模型首先基于数字信号处理技术,将原始矿压数据经过算术平均值滤波和小波去噪方法减少噪声和随机误差;其次在深入分析Prophet模型和LSTM模型特性基础上,通过添加额外回归变量方法融合相邻多支架矿压数据;最后为充分利用Prophet模型和LSTM模型的优势,构建了一种Prophet+LSTM组合模型对工作面矿压进行预测,通过线性加权组合方法获取最有权重系数使模型预测结果误差逐步减少。以均方根误差(RMSE)和平均绝对误差(MAE)来评估Prophet+LSTM模型对矿压时间序列的预测效果。预测模型在某矿工作面支架矿压时序数据的应用结果表明:经过数字信号处理后的支架矿压预测结果RMSE和MAE分别下降了约20%和16%,Prophet模型和LSTM模型的预测结果优于传统的BP神经网络和ARIMA模型,且Prophet+LSTM模型预测方法较其单项模型具有更强的稳定性和更高的准确性,实现了对工作面在推进过程中矿压变化的有效预测。该预测方法对煤矿井下工作面矿压预测提供了研究思路。 展开更多
关键词 矿压预测 时间序列预测 Prophet模型 LSTM神经网络
下载PDF
上一页 1 2 34 下一页 到第
使用帮助 返回顶部