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
周宣赤, 白春华, 林大超, 王仲琦. 顶板压力预报机制研究[J]. 煤炭学报, 2011, (S2).
引用本文:
周宣赤, 白春华, 林大超, 王仲琦. 顶板压力预报机制研究[J]. 煤炭学报, 2011, (S2).
顶板压力预报机制研究
周宣赤
,
白春华
,
林大超
,
王仲琦
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:
应用支持向量机对小样本预测具有良好的泛化能力和自适应多模态算法的自适应特性,提出了煤矿顶板压力实时预报的智能模式识别方法。通过已测的顶板压力数据,利用自适应多模态算法对其进行模态分解得到多个模态函数,并把得到的多个模态函数进行机理性研究,而后运用支持向量机进行回归预测。实际应用表明,此方法能很好地反映顶板压力的自身规律性变化,预报效果良好,能满足安全生产的需要。
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