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。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社