基于GA-LSSVR的煤矿瓦斯数据去噪研究

针对煤矿瓦斯数据普遍含有噪声的问题,提出一种基于遗传算法优化的最小二乘支持向量回归机(GA-LSSVR)的数据去噪算法。LSSVR通过求解只含一个等式约束的二次规划问题来求得最优解,从而改进了小波去噪局部最优的缺点。但LSSVR也存在收敛速度慢的缺点,通过遗传算法(GA)优化LSSVR,以提高算法的收敛速度。首先,对某煤矿的瓦斯浓度时间序列进行异常数据和缺失数据的处理,然后用GA-LSSVR建模训练。仿真实验结果表明,与小波去噪方法相比,GA-LSSVR能有效去除噪声,并且能够避免数据失真,把有效信号分离出来,经过计算,GA-LSSVR能将输入输出均方根误差降低0.002 94,相对降低了34.59%,去噪效果较好;与LSSVR方法相比,GA-LSSVR能明显缩短程序运行时间,可提高运行效率。     

基于小波包变换的单道水上地震数据去噪方法研究

基于小波变换的多尺度分解去噪技术是近年来发展起来的一种新技术,其在地震勘探领域中具有广泛的应用.在小波变换的基础上发展起来的小波包变换,可以更好地像小波变换分解低频一样分解高频信息,在信号的去噪方面也有着重要的用途.将小波包变换应用于噪音含量较多的浅水域单道地震数据处理中,获得的有效地震信号突出,噪音被明显压制,处理效果良好.     

基于GA-LSSVR的煤矿瓦斯数据去噪研究北大核心

针对煤矿瓦斯数据普遍含有噪声的问题,提出一种基于遗传算法优化的最小二乘支持向量回归机(GA-LSSVR)的数据去噪算法。LSSVR通过求解只含一个等式约束的二次规划问题来求得最优解,从而改进了小波去噪局部最优的缺点。但LSSVR也存在收敛速度慢的缺点,通过遗传算法(GA)优化LSSVR,以提高算法的收敛速度。首先,对某煤矿的瓦斯浓度时间序列进行异常数据和缺失数据的处理,然后用GA-LSSVR建模训练。仿真实验结果表明,与小波去噪方法相比,GA-LSSVR能有效去除噪声,并且能够避免数据失真,把有效信号分离出来,经过计算,GA-LSSVR能将输入输出均方根误差降低0.002 94,相对降低了34.59%,去噪效果较好;与LSSVR方法相比,GA-LSSVR能明显缩短程序运行时间,可提高运行效率。     

基于小波变换阈值方法的地震信号去噪研究

提高地震信号的信噪比,对地震勘探数据的处理具有非常重大的意义。小波变换能把信号分解在多个尺度上,不同尺度上的小波变换系数代表原信号在不同分辨率上的信息。地震能量主要集中在信号的低频段,利用信号在不同的尺度上进行小波分解,可以进行地震信号的去噪处理。     

基于MATLAB的小波去噪方法研究

通过对小波阈值化去噪的原理介绍,运用MATLAB中的小波工具箱,对一个含噪信号进行阈值去噪,通过实例验证理论的实际效果,证实了理论的可靠性.     

基于小波消噪-神经网络的钻孔数据预处理

针对地质品位信息存在系统噪声和测量噪声的问题,提出利用小波消噪的时频特性对钻孔数据进行预处理,然后运用神经网络的非线性和自适应性对消噪结果进行优化。将该方法应用于某露天钼矿的钻孔数据预处理,并通过克里金法进行品位插值。结果表明:采用钻孔数据预处理的插值效果优于未进行预处理的克里金法插值,验证了该方法的可行性和有效性。     

地震勘探波场分离与去噪处理思路

地下地质结构的复杂性造就了地震波场的复杂性,有效信号与干扰噪声相伴产生,如果不能很好地把它们彼此分离开来,就不能准确、有效地提取地下的地质信息,也就失去了勘探的目的和意义。因此,在地震资料处理过程中,有效信号的提取与干扰噪声的衰减显得至关重要,是地震资料高分辨率、高保真度处理的前提和基础,同时也是难点技术之一。针对地震勘探自身的特点和目前已有的地震资料处理方法和技术,阐述了一些地震波场分离与去噪处理的心得和思路。     

基于U-Net卷积神经网络的遥感影像变化检测方法研究

针对目前遥感影像传统变化检测方法中存在的影像预处理技术要求苛刻、部分环节需采取人工干预、难以做到信息提取自动化、难以处理海量多源数据等问题,基于深度学习卷积神经网络方法,进行U-Net网络模型在遥感影像变化检测中的应用研究。以水体为例,利用该方法对两时相的遥感影像进行变化检测,通过对比基于支持向量机（SVM）的分类后比较法后发现,在给予大量充分训练数据的情形下,利用该方法对试验数据进行变化检测,得到的卡帕系数Kappa为088,总体精度为9706%,相比传统方法精度有所提升,说明本文方法进行变化检测有一定的可用性。研究可为自然资源调查管理提供极强的现势性数据,对开展自然资源管理工作的动态监测提供一个可行的方案。     

基于IABC-ICA的随掘地震去噪方法

随掘地震是利用掘进机切割岩石产生的振动作为震源来进行探测,具有安全、简便、高效等优点,但随掘地震探测所采集的地震记录中波组成分复杂,有效信号能量弱,且被掘进机工作时产生的强噪声干扰,信噪比极低,去噪难度大,需要对随掘地震记录去噪方法进行研究.通过改进人工蜂群(IABC)算法搜索策略,提高了人工蜂群算法的收敛速度和收敛精...     

基于固有时间尺度分解算法的微震信号去噪

针对微震信号的非平稳宽频带特征,采用环境噪声层相关阈值,基于固有时间尺度分解(ITD),建立了一种高效的去噪算法。与小波变换为基础的去噪对比结果表明,ITD算法去噪彻底,去噪波形与原始波形峰值位置精确一致、到时突变细节保留完整,适用于对初至波到时精确拾取和判断。     

基于神经网络的露天矿爆破参数优化研究

马家塔露天矿爆破效果不理想,大块率较高、炸药单耗偏高、残留根底现象严重。为解决这些问题,基于BP神经网络建立了露天矿爆破参数优化模型。采用该矿的实际爆破参数作为样本数据对模型进行了训练,通过实例数据的检验证明该模型具有较高的预测精度。经过现场试验和模型仿真分析,采用优化后的爆破参数进行了爆破,取得了较好的效果：大块率控制在2%以下,炸药单耗由0.41 kg/m³降为0.37 kg/m³,每延米炮孔爆破量由17 m³/m增加至23 m³/m。     

基于微震监测技术的深部岩爆预警和断层突水监测

三山岛金矿直属矿区进入深部开采时出现岩爆现象,同时生产区域存在由于岩爆诱发的矿柱失稳和顶板冒落的危险,需要进行监测和预警。基于适合监测深部金矿安全开采的微震监测系统检测结果,研究基于微震监测的深部岩爆预警技术思路,分别研究了岩爆危险区域的预报、微震监测划分采场安全等级、断层突水的微震监测等内容。通过研究达到全面监控目标区域的岩石稳定状况和动态,实现了深部开采的监测和预警。     

基于BP神经网络的自适应噪声消除技术的研究

介绍了自适应滤波的原理,阐明如何利用BP网络实现自适应数字滤波的算法和关键技术,建立了1-4-1结构的神经网络,并详细说明了网络的创建、训练与仿真方法,针对该系统建立了基于Simulink的仿真模型。仿真实验结果表明,基于BP神经网络的自适应滤波器不需要关于输入信号和噪声的先验知识,非线性映射能力强,具有自学习能力,能有效地消除噪声,提高了信噪比。     

基于神经网络的矿井安全预测方法

矿井生产系统是一个涉及很多因素的复杂系统,各种自然因素、机器因素与人工因素并存,又受到气体、煤尘等环境因素的影响,不同因素之间还存在相互关联。因此,煤矿安全预测是一个典型的非线性问题。神经网络是一个典型的非线性动力学系统,能够利用历史的训练样例对未来趋势进行准确的预测,非常适于解决矿井安全预测问题。文章提出了将神经网络用于该问题的想法,并分析了可行性。     

基于神经网络的计算机网络故障检测

神经网络具有良好的非线性映射和自适应能力,其在计算机网络故障检测中应用也越来越广泛。文章也主要对神经网络的计算机网络故障检测进行分析。     

基于神经网络算法的煤矿瓦斯涌出量预测模型研究

在煤矿生产过程中存在着瓦斯涌出现象,严重威胁着煤矿的安全生产。瓦斯涌出检查在矿井设计、建设和开采作业过程中显得尤为重要。文章采用神经网络有效地对矿井瓦斯气量进行检测分析,利用分析结果进行准确预测。文中将介绍神经网络预测的整体构建过程,结合仿真实例,分析煤矿瓦斯涌出量预测模型的可靠性。     

基于遗传神经网络的矿井通风机故障诊断研究

为了提高矿井通风机机械故障诊断的准确性,提出了一种基于遗传神经网络的矿井通风机故障诊断模型。利用BP神经网络的自学习、自适应、强容错性,并通过遗传算法优化BP神经网络的连接权重和阈值。弱化了故障诊断中的人为因素,提高了评价结果的准确性和权威性。仿真结果表明,该诊断方法具有准确度高、诊断速度快等优点,是一种实用的故障诊断方法。     

基于人工神经网络的边坡安全系数估算

结合Kolmogrov定理建立了岩石边坡安全系数估算的神经网络BP模型,然后基于数学软件MATLAB针对该模型编写了一个小程序进行预测,从预测的结果来看,精度比较高、计算也比较快。因此,该预测模型足以满足岩土工程的需要。     

BP神经网络在深基坑工程支护方案优选的应用

深基坑变形属于非线性大变形问题，与施工工序、加载和卸载路径有着密切关系。本文利用人工神经网络的非线性映射功能，建立深基坑支护方案与多种影响因素之间的关系，解决深基坑十分复杂的非线性大变形问题。通过对大量样本的学习，形成了优选深基坑支护方案的网络模型。经成功和失败样本的检验，结果证明该模型是可行的，对今后的深基坑支护工程具有借鉴意义。     

基于遗传神经网络的瓦斯体积分数预测模型

利用改进的遗传算法对传统BP神经网络的隐含层节点个数和网络拓扑结构进行优化,提出利用遗传神经网络预测矿井工作环境中瓦斯体积分数的模型,并结合某矿瓦斯体积分数实例进行仿真试验研究,试验结果与实际比较吻合。