深度学习耦合粒子群优化SVM的瓦斯浓度预测

所需积分/C币:30 2020-07-16 13:51:37 341KB PDF
收藏 收藏
举报

为改进工作面煤矿瓦斯涌出浓度的预测精度,基于深度学习网络、SVM和粒子群(PSO)优化算法的原理,建立1种深度学习网络与粒子群优化SVM神经网络耦合的混合算法模型,该算法首先基于深度学习理论学习样本数据较深层次的特征,提取出较少个用来表征原始数据的特征量变量,对特征变量建立PSO-SVM预测模型进行瓦斯涌出浓度预测,通过工作面现场采集的数据进行仿真实验,实验结果表明该方法使预测精度较对原始数据直接进行PSO-SVM预测得到较大的提升,同时实现了原始数据的降维,减少了算法的运行时间,提高了算法效率。

...展开详情
试读 4P 深度学习耦合粒子群优化SVM的瓦斯浓度预测
立即下载 低至0.43元/次 身份认证VIP会员低至7折
抢沙发
一个资源只可评论一次,评论内容不能少于5个字
weixin_38677190 如果觉得有用,不妨留言支持一下
2020-07-16
  • 分享王者

    成功上传51个资源即可获取
关注 私信 TA的资源
上传资源赚积分or赚钱
最新推荐
深度学习耦合粒子群优化SVM的瓦斯浓度预测 30积分/C币 立即下载
1/4
深度学习耦合粒子群优化SVM的瓦斯浓度预测第1页

试读结束, 可继续读1页

30积分/C币 立即下载 >