煤与瓦斯突出强度预测的AFSA-PCA-FCM耦合模型

来源 :传感器与微系统 | 被引量 : 0次 | 上传用户:zfflygun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统模糊C均值(FCM)聚类算法在预测煤与瓦斯突出强度时不精确的问题,提出了一种基于人工鱼群算法(AFSA)和FCM聚类算法相结合的主成分分析(PCA)筛选的混合新方法。使用AFSA优化FCM聚类算法的初始参数,在公告板中更新AFSA的最优解,从而确定当次的聚类中心,通过PCA找到一个最佳聚类中心。通过无线传感网络系统实时采集井下影响煤与瓦斯突出的主要因素数据作为样本,将预处理后的数据进行分析、建模,并与AFSA—BP,FCM等方法进行比较、讨论。结果表明:对于煤与瓦斯突出强度的预测,该方法具有较高的
其他文献
针对角加速度检测的需求和直接检测存在的问题,研究了间接测量方法。根据角加速度的积分是角速度,以角速度为信号源,运用卡尔曼滤波器估计角加速度。设计了实验平台,分别进行
为了实现多方位的探测,针对光子石墨烯特殊的光传输机制,在了解光子石墨烯谷依赖波束输运的基础上,选择光子石墨烯的相关参数,并设计了合适的结构模型,用COMSOL软件对其进行
基于小波变换(WT)的多尺度分析能力和径向基函数(RBF)神经网络良好的非线性预测与集成能力,研究了一种非线性集成预测方法。针对贮存期石英挠性加速度计零偏漂移抑制的问题,提出了基于WT和RBF神经网络的一种石英挠性加速度计零偏非线性集成预测方法。为验证所提方法的有效性,设计了一种加速度计参数的重力场标定实验,并针对某型号石英挠性加速度计进行了为期2年的标定实验。分别利用所提WT—RBF集成模型和R
通过对图像处理中背景差分法的背景模型研究和分析,提出了一种能够自动更新速率值的混合高斯模型。通过仿真实验,对比了基于传统背景模型和改进后的背景模型的车辆检测效果,证明了提出的方法不仅具有更好的检测效果,而且具有更强的实时性和准确性。
针对矿井中无线通信存在的低可靠性、高时延问题,引入两路并发机制来提供井下无线通信的可靠性和实时性保证。详细介绍了在内核空间实现双路径并发传输的设计思想和实现过程,
针对无线传感器网络中外部用户直接访问内部传感器节点的安全威胁,提出了一种基于双要素用户认证方案的简单会话机制。该机制通过智能卡和密码两种因素来验证用户的有效性,并根
提出了一种无线传感器网络(WSNs)中的模糊加权定位算法,利用探测节点RSSI值的估计距离为平面离散栅格分配权值,通过比较累计权值搜索出目标坐标,其模糊性使得该方法能够有效地
详细介绍了光流传感器移动机器人定位系统的运动学原理,给出了理论模型推导;基于理论模型,搭建了基于光流传感器实验装置,将3只传感器置于移动机器人的固定位置,通过运动学几