对瓦斯浓度进行预测是预防瓦斯事故的有效方式。卷积神经网络(CNN)可以提取时间序列中的时间平移不变特征,长短期记忆神经网络(LSTM)具有长期记忆能力,可以捕捉到具有长期相关性的信息,将CNN与LSTM结合,从时间序列的角度对采煤工作面瓦斯浓度进行预测。结果表明,与单独使用LSTM进行预测及使用支持向量回归(SVR)预测相比,CNN-LSTM模型具有更高的预测准确率。
科研之友
微信
新浪微博
Facebook
分享链接
