-
公开(公告)号：CN116595334A
公开(公告)日：2023-08-15
申请号：CN202310587216.1
申请日：2023-05-23
Applicant: 中国矿业大学
Abstract: 一种基于关联性学习的高效导水裂隙带高度预测方法，收集矿井资料得出影响煤矿区的主要影响因子序列并作为相关因素序列，将导水裂隙带高度作为原始数据序列，对原始数据序列及相关因素序列累加处理与灰色关联学习，得出各个影响因素对系统行为的关联度，从相关因素序列中任取2个序列并成一组，计算各组的皮尔森相关系数，对皮尔森相关系数取绝对值，与判决门限做对比，大于判决门限的进入优胜区，将优胜区的相关因素序列组，作为有效影响组，形成新的模拟预测序列；建立导水裂隙带高度预测模型，强化交互思想，得出本发明的导水裂隙带高度预测模型，有效提高模拟的稳定性，精准预测，同样适用于巨厚煤矿区的导水裂隙带高度，具有较强的应用性。
-
公开(公告)号：CN116595334B
公开(公告)日：2024-01-19
申请号：CN202310587216.1
申请日：2023-05-23
Applicant: 中国矿业大学
Abstract: 一种基于关联性学习的高效导水裂隙带高度预测方法，收集矿井资料得出影响煤矿区的主要影响因子序列并作为相关因素序列，将导水裂隙带高度作为原始数据序列，对原始数据序列及相关因素序列累加处理与灰色关联学习，得出各个影响因素对系统行为的关联度，从相关因素序列中任取2个序列并成一组，计算各组的皮尔森相关系数，对皮尔森相关系数取绝对值，与判决门限做对比，大于判决门限的进入优胜区，将优胜区的相关因素序列组，作为有效影响组，形成新的模拟预测序列；建立导水裂隙带高度预测模型，强化交互思想，得出本发明的导水裂隙带高度预测模型，有效提高模拟的稳定性，精准预测，同样适用于巨厚煤矿区的导水裂隙带高度，具有较强的应用性。
-
Search Results
2
records
(took 0.021 seconds)
