期刊文献+

基于模式识别的煤与瓦斯突出危险性概率预测 被引量:1

在线阅读 下载PDF
导出
摘要 通过统计分析,以活动构造、最大主应力、瓦斯压力和瓦斯含量等主要因素作为煤与瓦斯突出的主要判据,建立突出预测模式识别的准则与模型,用模式识别的方法实现了煤层突出危险性的分单元概率预测,进而划分出突出危险区、威胁区和安全区,克服了单一指标预测结果的不确定性,同时实现了多指标定量化的预测,提高了预测效果的可靠性。
出处 《煤炭工程》 北大核心 2011年第2期79-81,共3页 Coal Engineering
  • 相关文献

参考文献3

二级参考文献10

  • 1汪培庄.模糊集合论及其应用[M].上海:上海科技出版社,1989.82-205.
  • 2秦书玉 赵书田 张永吉 等.煤矿安全数学分析及预测[M].北京:煤炭工业出版社,2002..
  • 3[2]Zajtsev P P, Malova G V, Panchenko,et al. Electric properties of outburstable bituminous coals and prediction of outbursts of coal and gas[J]. Khimiya Tverdogo Topliva, 1992,5(5):88-92.
  • 4[7]Platt J, Schülkopf B, Burges C, et al. Fast training of support vector machines using sequential minimal optimization[A]. Advances in Kernal MethodsSupport Vector Learning[C]. Cambridge: MIT Press, 1999.185-208.
  • 5[8]Amari S, Wu S. Improving support vector machine classifier by modifying kernel function[J]. Neural Networks, 1999,12(6):783-789.
  • 6[9]Bartlett P L, Shawe-Taylor J. Generalization performance on support vector machines and other pattern classifiers[A]. Advances in Kernel MethodsSupport Vector Learning[C]. Cambridge: MIT Press, 1999.43-54.
  • 7[10]Burges C J C. A tutorial on support vector machines for pattern recognition[J]. Data Mining and Knowledge Discovery, 1998,2(2):121-167.
  • 8Li S, Zhang H W. Coal and gas outburst model recognition and regional prediction. In: Proceedings in Mining Science and Safety Technology. Beijing: Science Publishing House, 2002.331
  • 9张玉功,王魁军,范启炜.北票矿区煤与瓦斯突出预测预报的研究与应用[J].煤矿安全,1991(1):17-22. 被引量:12
  • 10张宏伟.地质动力区划方法在煤与瓦斯突出区域预测中的应用[J].岩石力学与工程学报,2003,22(4):621-624. 被引量:47

共引文献26

同被引文献177

引证文献1

二级引证文献24

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部