| 注册
首页|期刊导航|安全与环境工程|基于Keras长短时记忆网络的矿井瓦斯浓度预测研究

基于Keras长短时记忆网络的矿井瓦斯浓度预测研究

张震 朱权洁 李青松 刘衍 张尔辉 赵庆民 秦续峰

安全与环境工程2021,Vol.28Issue(1):61-67,78,8.
安全与环境工程2021,Vol.28Issue(1):61-67,78,8.DOI:10.13578/j.cnki.issn.1671-1556.2021.01.010

基于Keras长短时记忆网络的矿井瓦斯浓度预测研究

Prediction of Mine Gas Concentration in Heading Face Based on Keras Long Short Time Memory Network

张震 1朱权洁 1李青松 2刘衍 3张尔辉 1赵庆民 4秦续峰4

作者信息

  • 1. 华北科技学院安全工程学院,河北三河 065201
  • 2. 贵州省矿山安全科学研究院,贵州贵阳 550025
  • 3. 湖北省烟草公司十堰市公司,湖北十堰 442000
  • 4. 山东能源淄博矿业集团有限责任公司,山东淄博 255000
  • 折叠

摘要

关键词

瓦斯浓度预测/LSTM/神经网络/Python/多步预测

分类

资源环境

引用本文复制引用

张震,朱权洁,李青松,刘衍,张尔辉,赵庆民,秦续峰..基于Keras长短时记忆网络的矿井瓦斯浓度预测研究[J].安全与环境工程,2021,28(1):61-67,78,8.

基金项目

河北省高等学校科学研究计划项目(Z2020124) (Z2020124)

贵州省科技计划项目([2018]3003-1、[2018]3003-2) ([2018]3003-1、[2018]3003-2)

贵州省优秀青年科技人才培养计划项目([2019]5675) ([2019]5675)

安全与环境工程

OA北大核心CSCDCSTPCD

1671-1556

访问量3
|
下载量0
段落导航相关论文