论文部分内容阅读
针对综放工作面垮落煤岩性状识别的技术问题，提出了一种基于连续小波变换和改进奇异值分解的识别方法。采用基于单边Jacobi的奇异值分解（SVD）方法对小波系数矩阵进行分解，得到与小波系数矩阵列向量位置对应的奇异值向量，并将奇异值向量作为神经网络的输入向量来识别落煤和落岩2种工况。现场试验结果表明，基于连续小波变换与SVD得到的奇异值向量可用于识别垮落煤岩，但基于连续小波变换与改进SVD得到的奇异值向量具有更高的识别率。