English
首页
期刊信息
期刊简介
收录情况
评价指标
获奖情况
获得资助
专题征稿
期刊订阅
编委会
编辑委员会
青年编委会
期刊在线
网络首发
优先出版
当期目录
过刊浏览
浏览排行
下载排行
引用排行
投稿指南
征稿方向
投稿须知
下载中心
审稿指南
自荐审稿
评议要求
开放获取
出版伦理
合作单位
联系我们
全部
标题
作者
关键词
摘要
DOI
栏目
地址
基金
中图分类号
PACS
EEACC
高级检索
所有
标题
作者
关键词
摘要
DOI
栏目
地址
基金
中图分类号
PACS
EEACC
首页
期刊信息
期刊简介
收录情况
评价指标
获奖情况
获得资助
专题征稿
期刊订阅
编委会
编辑委员会
青年编委会
期刊在线
网络首发
优先出版
当期目录
过刊浏览
浏览排行
下载排行
引用排行
投稿指南
征稿方向
投稿须知
下载中心
审稿指南
自荐审稿
评议要求
开放获取
出版伦理
合作单位
联系我们
English
冯夏庭, 王泳嘉, 姚建国. 煤矿顶板矿压显现实时预报的自适应神经网络方法[J]. 煤炭学报, 1995, (5).
引用本文:
冯夏庭, 王泳嘉, 姚建国. 煤矿顶板矿压显现实时预报的自适应神经网络方法[J]. 煤炭学报, 1995, (5).
煤矿顶板矿压显现实时预报的自适应神经网络方法
冯夏庭
,
王泳嘉
,
姚建国
摘要
HTML全文
图
(0)
表
(0)
参考文献
(0)
相关文章
施引文献
资源附件
(0)
摘要
摘要:
应用神经网络系统理论,提出了煤矿顶板压力显现实时预报的自适应模式识别方法,它通过对井下实测压力曲线的记忆,可以预报出该顶板未来的矿压显现规律,包括来压步距和来压强度。实际应用表明,本方法可外推预报10个工作面推进循环的来压规律,来压强度的预报准确率达到93%,来压步距的预报准确率为100%。
HTML全文
参考文献
(0)
相关文章
施引文献
资源附件
(0)
/
下载:
全尺寸图片
幻灯片
返回文章
分享
用微信扫码二维码
分享至好友和朋友圈
返回
×
Close
导出文件
文件类别
RIS(可直接使用Endnote编辑器进行编辑)
Bib(可直接使用Latex编辑器进行编辑)
Txt
引用内容
引文——仅导出文章的Citation信息
引文和摘要——导出文章的Citation信息和文章摘要信息
×
Close
引用参考文献格式