|
|||||
|
|
| 垮落煤岩性状识别研究 | |
| 作者单位： | ;1.中国矿业大学(北京)机电与信息工程学院 |
| 摘 要： | 针对综放工作面垮落煤岩性状识别的技术问题,提出了一种基于连续小波变换和改进奇异值分解的识别方法。采用基于单边Jacobi的奇异值分解(SVD)方法对小波系数矩阵进行分解,得到与小波系数矩阵列向量位置对应的奇异值向量,并将奇异值向量作为神经网络的输入向量来识别落煤和落岩2种工况。现场试验结果表明,基于连续小波变换与SVD得到的奇异值向量可用于识别垮落煤岩,但基于连续小波变换与改进SVD得到的奇异值向量具有更高的识别率。 |
| 关 键 词： | 煤炭开采 综放工作面 垮落煤岩 煤岩性状识别 连续小波变换 奇异值分解 神经网络 SVD |
Reseaech on identification of caving coal and rock traits |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |