基于 LLE － ELM 的矿井瓦斯涌出量预测方法研究
作者：李心杰 贾进章
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。
分类：
- 期刊
- >
- 自然科学与工程技术
- >
- 工程科技I
- >
- 安全科学与灾害防治
收录：
- 上海图书馆馆藏
- 万方收录(中)
- 国家图书馆馆藏
- 知网收录(中)
- 维普收录(中)
关键词：
- 瓦斯涌出量
- 局部线性嵌入
- 数据挖掘
- 极限学习机
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
