当前位置: 首页 > 科技成果列表 > 科技成果详细

一种导水裂隙带高度预测方法

技术类型:发明专利

技术成熟度:研发

转让方式:技术转让、技术许可、技术入股

专利申请日:2014-09-28

专利所属地 :中国

专利号:CN201410505095.2

应用领域:通用仪器仪表制造

技术领域:-

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

摘要: 本发明属于地下煤炭开采安全生产技术领域,涉及一种导水裂隙带高度预测方法。该方法首先统计导水裂隙带高度的影响指标和高度数据,形成样本数据。然后,利用主成分分析法对样本数据进行降维,建立主成分模型并求取各样本的主成分值。接下来,将主成分值与导水裂隙带高度组成新的样本集。再利用小波神经网络算法模型对样本集进行训练和检验,建立导水裂隙带高度的小波神经网络预测模型。最后,根据建立的预测模型对矿井导水裂隙带高度进行预测。

该方法将主成分分析用于导水裂隙带高度影响指标的处理,既可以保证输入数据的精度,又可以大大加快神经网络的收敛速度,同时提高模型的预测精度。其设计原理可靠,预测方法简单,预测环境友好。

(此文字表达经过AI优化完善,查看原文请点击 原文)
专利基本信息
专利名称 一种导水裂隙带高度预测方法
专利状态 - 专利号(申请号) CN201410505095.2
申请号 - 专利申请日期 2014-09-28
专利授权日期 2014-12-10 专利权届满日 -
专利所属地 中国 专利类型 发明专利
发明人 施龙青;邱梅;韩进;滕超;牛超
权利人 -
专利摘要 本发明属于地下煤炭开采安全生产技术领域,涉及一种导水裂隙带高度预测方法;先统计导水裂隙带高度的影响指标和高度数据,形成样本数据,然后利用主成分分析法对样本数据降维,建立主成分模型并求取各样本的主成分值,之后与导水裂隙带高度组成新的样本集,再利用小波神经网络算法模型对样本集进行训练和检验,建立导水裂隙带高度的小波神经网络预测模型,最后根据建立的预测模型对矿井导水裂隙带高度进行预测;其将主成分分析用于导水裂隙带高度影响指标的处理,既可以保证输入数据的精度,又可以大大加快神经网络的收敛速度,同时提高模型的预测精度,其设计原理可靠,预测方法简单,预测环境友好。
成果评价分析
技术应用分析
服务案例
Baidu
map