基于门循环单元神经网络模型的煤层底板突水动态预测

来源 :太原理工大学学报 | 被引量 : 0次 | 上传用户:yeyuan1985
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在煤层底板突水理论及现场实测数据分析基础上,建立了煤层底板突水影响因素突水指标,并通过Wrapper评价策略的特征选择,筛选出了影响煤矿底板突水的主控因素。在对动态的煤层底板突水门循环单元神经网络模型进行训练并完成构建之后,将其与三种静态神经网络预测模型进行比较。结果表明:煤层底板突水门循环神经网络模型预测的准确率在训练、验证及测试阶段都高于静态神经网络预测模型,能够很好地完成煤层底板突水预测,提高煤矿生产安全。
其他文献
本文以H校为例,通过研究该校专业建设与人才培养的同质化现象,分析了同质化现象的成因,提出了专业建设与人才培养同质化问题的改进策略,为相关高职院校的改革和发展提供借鉴
通过分析计算机语言类课程的教学现状,结合新冠肺炎疫情带来的不确定性,在“VB程序设计”授课过程中尝试采用了全新的线上教学模式,通过丰富课程资源、前移实践环节、限时课
本文立足高职“高等数学”课程思政教学现状,积极探索高职“高等数学”思政元素挖掘及融入路径,探究高职“高等数学”课程思政教学实践的有效策略,实现“高等数学”立德树人的价值。
本文阐述了三门峡职业技术学院旅游管理专业现代学徒制的开展现状,分析发展中存在的问题,并提出了解决办法:校企加强沟通交流,解除企业后顾之忧;加强校企互聘共用师资队伍建
为了有效特征提取与融合提高语音情感识别率,提出了一种使用主辅网络进行深度特征融合的语音情感识别算法。首先将段特征输入BLSTM-Attention网络作为主网络,其中注意力机制能够关注语音信号中的情感信息;然后,把Mel语谱图输入CNN-GAP网络作为辅助网络,GAP可以减轻全连接层带来的过拟合;最后,将两个网络提取的深度特征以主辅网络方式进行特征融合,解决不同类型特征直接融合带来的识别结果不理想的问题。在IEMOCAP数据集上对比4种模型的实验结果表明,使用主辅网络深度特征融合的WA和UA均有不同程度的
碳点(CDs)具有优异的荧光性能、良好的化学稳定性、易于功能化等优点,作为荧光材料已用于固态照明领域。然而,大部分CDs的热稳定性欠佳,限制了其在激光照明中的广泛应用。为了获得热稳定性高且成本低的CDs,以柠檬酸和2,7-二羟基萘为反应原料,采用一步水热法并调控反应物浓度,得到荧光量子产率为49%的Y-CDs;对其进行退火处理,退火后的YG-CDs在250℃时仅失重10%,热稳定性得到较大提升。将YG-CDs与三种不同的成膜剂(聚甲基丙烯酸甲酯、聚乙烯醇和硅烷偶联剂)进行复合得到荧光薄膜,三种薄膜均表现出
针对深度学习算法检测钢材表面缺陷时,结构信息减少导致检测精度低的问题,提出一种特征融合和级联检测网络的Faster R-CNN钢材表面缺陷检测算法。首先利用主干网络提取特征图,通过融合特征图的方式,达到减少结构信息丢失的目的;进一步将生成的特征图输入RPN网络生成区域建议框;最后利用检测网络对区域建议框进行分类与回归,通过级联2个检测网络,实现精确检测结果的目标。对模型进行对比性实验分析,找出检测
以抗坏血酸为还原剂、聚乙二醇为交联剂,采用还原自组装和交联诱导相结合的策略,制备聚乙二醇/石墨烯气凝胶(LPGA).该策略不仅能改善LPGA的亲水性,而且能提高其结构稳定性。结果显示,LPGA具有超亲水性(水接触角为0°)、超轻(密度约为6.5 mg/cm3)和良好的结构稳定性(承受约自身重量2500倍的重量)的特性。在298 K温度下,在初始质量浓度为50 mg/L的喹啉水溶液中进行吸附时,LPGA对喹啉的平衡吸附容量可达83.62 mg/g.
本文指出信息化背景下高职高专软件开发类课程问题凸显,比如课程知识点较为抽象,学生理解起来非常困难,学生学习兴趣较弱,学习动力不足,结合“金课”的核心要求和软件开发类课程的特点,提出高职高专院校可以通过设定科学的教学目标、精炼教学内容、构建“类SPOC”教学模式、采用多元化的课程评价方式等措施来打造线上线下混合式“金课”。
本文运用CiteSpace可视化文献分析软件对2001—2020年中文核心期刊、CSSCI期刊中红色旅游相关研究的关键词、研究作者及机构进行可视化分析.结果表明:研究机构主要集中在我国