基于K-CV&SVM的工作面煤层瓦斯含量预测

doi:10.16507/j.issn.1006-6055.2015.02.009

›› 2015, Vol. 37 ›› Issue (2): 147-150.doi: 10.16507/j.issn.1006-6055.2015.02.009

基于K-CV&SVM的工作面煤层瓦斯含量预测

刘涛，1，2 贾进章1，2

1.辽宁工程技术大学安全科学与工程学院，阜新123000；2.矿山热动力灾害与防治教育部重点实验室，阜新123000

出版日期:2015-04-25 发布日期:2015-04-24

Online:2015-04-25 Published:2015-04-24

摘要/Abstract

摘要：

为进一步提高工作面煤层瓦斯含量预测的准确性，将交叉验证方法（K-CV）和支持向量机（SVM）相结合，建立预测模型。该模型在SVM的基础上采用交叉验证的思想，寻找最佳参数c&g，最大限度地消除由于个别样本的较大误差对预测模型的影响，提高预测模型的准确性。选取告成矿工作面煤层钻孔的实测数据进行实例分析，结果表明：该模型较单一SVM预测精度高，能有效预测工作面煤层瓦斯含量。

关键词: 工作面, 支持向量机, 交叉验证, 煤层瓦斯含量

中图分类号:

X932

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.

[1]	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.
[2]	孙臣良商政李冰包小龙. 煤层底板突水危险性的ReliefF-IGS-SVM预测模型及应用[J]. , 2016, 38(6): 1271-1275，1293.
[3]	李烨贾进章. 基于改进GS-SVM的煤矿冲击地压预测研究[J]. , 2016, 38(4): 758-762.
[4]	田瑞祥陈廷凯全振. 不同长度工作面采空区瓦斯分布的数值模拟研究[J]. , 2016, 38(3): 522-526.
[5]	何银银. 基于改进GS-SVM的煤炭生产成本预测[J]. , 2016, 38(3): 701-705，723.
[6]	卢国斌张赛张俊武郭海相汪日生. 大倾角综放工作面粉尘运移速度变化规律及影响因素分析[J]. , 2015, 37(6): 668-672.
[7]	丁宝成王洋. 偏W工作面采空区氧气、甲烷气体组分的分布规律探究[J]. , 2015, 37(6): 676-679.
[8]	杨明磊戚旭鹏张春华郝朝瑜姜超. 基于支持向量机回归与分源预测法的瓦斯涌出量预测模型及其应用[J]. , 2015, 37(5): 485-489.
[9]	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.
[10]	张智纲王雪峰范瑞. 基于果蝇算法的破坏带深度FOA-SVM预计模型[J]. , 2014, 36(5): 494-497.
[11]	温廷新张波. 基于EMD和LSSVM的滚动轴承故障诊断[J]. , 2014, 36(1): 76-79,88.
[12]	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.
[13]	朱征宇钟锐. 基于区块位置与加权视觉语义映射的语义图像检索[J]. , 2013, 35(5): 624-626, 636.
[14]	罗显科柴毅李华锋梁奕欢. 半监督增量式SVM在故障诊断中的应用研究[J]. , 2013, 35(4): 459-461.
[15]	章仁飞陈印卢莹 . 基于支持向量机的多类数字调制识别方法[J]. , 2013, 35(2): 181-183，186.

基于K-CV&SVM的工作面煤层瓦斯含量预测

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐