基于主成分回归分析的瓦斯含量预测

doi:10.3969/j.issn.1006-6055.2013.06.005

›› 2013, Vol. 35 ›› Issue (6): 694-696, 732.doi: 10.3969/j.issn.1006-6055.2013.06.005

基于主成分回归分析的瓦斯含量预测

杨拉蒂毕建武贾进章

辽宁工程技术大学安全科学与工程学院，阜新123000

出版日期:2013-12-25 发布日期:2014-01-28

Online:2013-12-25 Published:2014-01-28

摘要/Abstract

摘要：

为了增加多元回归模型预测的精度，将主成分分析与多元回归分析相结合提出了PCA-MRA模型，并将该模型用于实际瓦斯含量预测。结果表明，PCA-MRA模型消除了输入变量之间的相关性，减少了输入变量值个数，提高了预测精度，便于实际推广和应用，为瓦斯含量预测提供一种新的途径。

关键词: 安全工程, 主成分分析, 多元回归分析, 煤层瓦斯含量

中图分类号:

X932

杨拉蒂毕建武贾进章. 基于主成分回归分析的瓦斯含量预测[J]. , 2013, 35(6): 694-696, 732.

[1]	祝建辉李媛媛. 基于专利引证质量的发明专利质量评价指标研究[J]. , 2017, 39(5): 425-433.
[2]	王瑶郭鹏飞. 基于PCMRA-SVM的采煤工作面瓦斯涌出量预测[J]. , 2016, 38(6): 1266-1270.
[3]	王丽娟李欣雨. 基于PCA-EBP神经网络的煤炭物流成本预测[J]. , 2016, 38(5): 1101-1106.
[4]	田少波卢国斌. 基于PCA-KFDA的煤矿火区启封复燃预测[J]. , 2016, 38(5): 965-968，1005.
[5]	孙玮张保华周中一张金萍. 鲁西欠发达地区城市建设用地变化的时空特征及驱动力 ———以聊城市东昌府区为例[J]. , 2016, 38(4): 861-866.
[6]	尹昌霞马仁锋吴丹丹王腾飞. 宁波县际人居环境与经济发展协调度分异[J]. , 2016, 38(2): 397-402.
[7]	邓玛刘怡婷姜翔程. 我国上市公司管理层过度自信对会计稳健性的影响[J]. , 2016, 38(1): 199-205.
[8]	李兵张春华李心杰王雪峰. 基于PCA-ELM的矿井瓦斯涌出量预测[J]. , 2016, 38(1): 49-53.
[9]	何鹏王桐远. 基于改进型支持向量回归的都市圈货运量预测研究[J]. , 2015, 37(4): 390-394，421.
[10]	陈轶俊刘敦文陈杰朱鼎耀郑荣凯. 基于PCA和BP神经网络的采空区稳定性评价模型研究[J]. , 2015, 37(3): 239-242.
[11]	刘涛贾进章. 基于K-CV&SVM的工作面煤层瓦斯含量预测[J]. , 2015, 37(2): 147-150.
[12]	李心杰贾进章. 基于PCA-GA-BP的回采工作面瓦斯涌出量预测模型研究[J]. , 2015, 37(1): 16-20.
[13]	陈劲松 . 阿吾拉勒铁矿带矿化蚀变信息提取研究[J]. , 2013, 35(4): 455-458, 517.

基于主成分回归分析的瓦斯含量预测

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

相关文章 13

编辑推荐