基于小波降噪和循环神经网络的煤矿瓦斯浓度预测

在瓦斯浓度监测数据分析中发现,瓦斯浓度序列往往呈现出较强的随机性和复杂性,时序数据中含有的噪声会对数据的预测结果产生干扰。为了减少数据中的噪声所带来的负面效果,提出了一种将小波阈值降噪与LSTM(长短期记忆网络)相结合的瓦斯浓度预测模型。通过将原始数据进行分解、阈值处理和重构,对时序数据中的噪声进行剥离,再通过LSTM模型进行预测分析,与普通LSTM和RNN网络进行比较,结果表明,所提出的基于小波降噪的LSTM的瓦斯浓度预测模型在精确度和泛化能力上都具有更好的表现。     

核算前移在冶炼企业优化成本控制中的应用

针对国际黄金价格的走低,黄金冶炼企业如何在激烈的市场竞争中寻求更大的利润空间,优化成本控制显得尤为重要。以某冶炼厂为例,阐述核算前移在优化企业成本控制中的应用,以达到降本增效的目的,实现企业利润的最大化。     

综放高瓦斯矿井煤层瓦斯涌出量综合预测

为了成功预测竹林山煤矿综放高瓦斯矿井大采高工作面煤层瓦斯涌出量,以主采3号煤层为主要研究对象,针对3号煤层以往开采情况,通过布设测点测量其煤层瓦斯含量和了解相邻矿井瓦斯含量,采用分源预测法、回归法及统计法等预测方法得到了3号煤层瓦斯含量的分布规律,并绘制了3号煤层的瓦斯含量等值线图。对矿井不同生产时期的瓦斯含量进行预测,得到了生产前期、中期及后期采区的最大绝对瓦斯涌出量和最大相对瓦斯涌出量,说明了竹林山煤矿各个时期均属于高瓦斯矿井。     

调整结构 创新驱动 推进我国橡胶工业持续健康发展

<正>冬去春来,万象更新。值此新年来临之际,我谨代表中国橡胶工业协会,向橡胶行业的全体同仁致以诚挚的问候和新年的祝福!向关心、支持橡胶工业发展的各界人士致以美好的祝愿和崇高的敬意!刚刚过去的2014年,是我国橡胶工业在风险和挑战中锐意进取、迎风破浪、奋勇前行的一年。国内经济增长减缓,市场     

矿井瓦斯涌出量预测研究中的数学模型

介绍数学模型法的基本原理和瓦斯涌出量的预测步骤,通过确定统计单元、选择合适的变量、建立预测方程等步骤对瓦斯涌出量进行预测,将此种方法应用于实际工程中,结果显示:数学模型法准确性高,预测精度能够满足通风系统设计要求。