期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于ZOA CNN GRU模型的煤层底板突水等级预测
1
作者
刘艳冬
刘滢
+3 位作者
卢兰萍
白峰青
王铁记
卫皓皓
《中国煤炭》
北大核心
2024年第6期44-51,共8页
针对传统循环神经网络煤层底板突水等级预测模型存在预测精度低、模型参数过多造成模型训练速率下降和出现过拟合现象等问题,引入斑马优化算法对卷积神经网络和门控循环单元神经网络的组合模型进行优化,建立ZOA CNN GRU神经网络煤层底...
针对传统循环神经网络煤层底板突水等级预测模型存在预测精度低、模型参数过多造成模型训练速率下降和出现过拟合现象等问题,引入斑马优化算法对卷积神经网络和门控循环单元神经网络的组合模型进行优化,建立ZOA CNN GRU神经网络煤层底板突水等级预测模型。为验证模型的可行性,采用九龙矿区煤层底板突水数据对模型进行训练,并将所建模型和CNN GRU神经网络以及GRU神经网络进行对比分析。研究结果表明:与CNN GRU神经网络和GRU神经网络模型相比,ZOA CNN GRU神经网络模型预测准确率最高,达到98%,且ZOA CNN GRU神经网络模型稳定性、泛化能力均优于对比模型。
展开更多
关键词
煤层底板
斑马优化算法
门控循环单元神经网络
zoa
cnn
gru
神经网络
突水等级
下载PDF
职称材料
题名
基于ZOA CNN GRU模型的煤层底板突水等级预测
1
作者
刘艳冬
刘滢
卢兰萍
白峰青
王铁记
卫皓皓
机构
河北工程大学土木工程学院
冀中能源峰峰集团有限公司
邯郸市宝峰有限公司九龙矿
出处
《中国煤炭》
北大核心
2024年第6期44-51,共8页
基金
国家自然科学基金资助项目(41902254)
河北省自然科学基金生态智慧矿山联合基金资助项目(D2020402013)。
文摘
针对传统循环神经网络煤层底板突水等级预测模型存在预测精度低、模型参数过多造成模型训练速率下降和出现过拟合现象等问题,引入斑马优化算法对卷积神经网络和门控循环单元神经网络的组合模型进行优化,建立ZOA CNN GRU神经网络煤层底板突水等级预测模型。为验证模型的可行性,采用九龙矿区煤层底板突水数据对模型进行训练,并将所建模型和CNN GRU神经网络以及GRU神经网络进行对比分析。研究结果表明:与CNN GRU神经网络和GRU神经网络模型相比,ZOA CNN GRU神经网络模型预测准确率最高,达到98%,且ZOA CNN GRU神经网络模型稳定性、泛化能力均优于对比模型。
关键词
煤层底板
斑马优化算法
门控循环单元神经网络
zoa
cnn
gru
神经网络
突水等级
Keywords
coal seam floor
zebra optimization algorithm
gru
neural
network
zoa cnn gru neural network
water inrush grade
分类号
TD745 [矿业工程—矿井通风与安全]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于ZOA CNN GRU模型的煤层底板突水等级预测
刘艳冬
刘滢
卢兰萍
白峰青
王铁记
卫皓皓
《中国煤炭》
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部