您的位置: 专家智库 > >

黑龙江省教育厅科学技术研究项目(11531332)

作品数:3 被引量:3H指数:2
相关作者:马甲军朱振玉王瑞红李万武张海宁更多>>
相关机构:黑龙江科技学院更多>>
发文基金:黑龙江省教育厅科学技术研究项目更多>>
相关领域:自动化与计算机技术矿业工程更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇矿业工程

主题

  • 2篇瓦斯
  • 2篇瓦斯突出
  • 2篇粗糙集
  • 1篇信息熵
  • 1篇神经网
  • 1篇神经网络
  • 1篇数据挖掘
  • 1篇瓦斯突出预测
  • 1篇网络
  • 1篇网络课程
  • 1篇网络课程评价
  • 1篇网络模型
  • 1篇离散化
  • 1篇煤与瓦斯突出
  • 1篇煤与瓦斯突出...
  • 1篇课程
  • 1篇课程评价
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络

机构

  • 3篇黑龙江科技学...

作者

  • 2篇王瑞红
  • 2篇朱振玉
  • 2篇马甲军
  • 1篇张海宁
  • 1篇李万武

传媒

  • 2篇实验室研究与...
  • 1篇佳木斯大学学...

年份

  • 3篇2009
3 条 记 录,以下是 1-3
排序方式:
基于粗糙集数据挖掘的瓦斯突出预测模型被引量:2
2009年
提出了基于粗糙集理论建立瓦斯突出预测模型。针对粗糙集理论研究离散化数据的特点,考虑类分布信息,采用信息熵理论进行连续条件属性的离散化。在此基础上,利用粗糙集约简算法剔除冗余属性,得到约简属性,并进行规则提取,最后进行实例研究检验。结果表明,预测模型有较高的准确率。
朱振玉张海宁马甲军王瑞红
关键词:粗糙集瓦斯突出信息熵离散化
BP网络模型在煤与瓦斯突出预测中的应用被引量:2
2009年
煤与瓦斯突出是一种极其复杂的瓦斯动力灾害现象。以突出前兆的非线性特征值为输入值,基于BP神经网络的煤与瓦斯突出非线性预测模型,可以智能化定量判识煤与瓦斯突出危险。自适应学习速率法加快了网络收敛速度,该模型通过Matlab工具实现。实验结果表明,基于BP神经网络的预测模型可靠,预测精度高,效果良好。
李万武刘兴安王海龙
关键词:BP神经网络煤与瓦斯突出
粗糙依赖约简技术在网络课程评价中的研究
2009年
介绍了粗糙集的概念和约简的相关定义,提出了基于粗糙依赖的属性约简算法.通过差别矩阵求核,并计算非核属性粗糙依赖值,从而确定相对属性约简.以远程教学网络课程等级评价为例进行算法验证,并通过基于值核的值约简算法提取决策规则,实践证明得到了满意的结果.
朱振玉王瑞红马甲军
关键词:粗糙集课程评价
共1页<1>
聚类工具0