垮落煤岩性状识别研究
李一鸣
符世琛
李瑞
吴淼
1.中国矿业大学(北京)机电与信息工程学院,北京,1000832.中国矿业大学(北京)机电与信息工程学院,北京,1000833.中国矿业大学(北京)机电与信息工程学院,北京,1000834.中国矿业大学(北京)机电与信息工程学院,北京,100083
摘要：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.
关键词：煤炭开采综放工作面垮落煤岩煤岩性状识别连续小波变换奇异值分解神经网络SVD
分类号：TD67(矿山电工)
资助基金：国家重点基础研究发展计划(973计划)资助项目(2014CB046300)国家重点基础研究发展计划(973计划)资助项目(2014CB046306)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 24-28 )
英文信息