龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安重装智慧矿山工程技术有限公司
摘要：本发明公开了带有迁移学习ESN模型的瓦斯浓度预测方法，具体包括如下步骤：通过传感器采集井下瓦斯浓度数据，瓦斯浓度数据包括目标域时间序列和源域时间序列；为目标域时间序列选取高相似性源域时间序列；构建ESN模型，将自回归模型引入至回声状态网络储层，分别形成源域和目标域的储层状态矩阵；构建带有迁移学习的ESN模型，计算预测结果，更新输出权重。本发明在回声状态网络的状态矩阵中引入AR模型，帮助目标域预测的修正，并通过基于迁移学习的递归最小二乘法在线更新权重，增强模型的实时性，解决了传统瓦斯浓度预测模型预测精度偏低的问题。
主权项：1.带有迁移学习ESN模型的瓦斯浓度预测方法，其特征在于，具体按照以下步骤进行实施：步骤1、传感器采集井下瓦斯浓度数据，获取的瓦斯浓度数据包括目标域时间序列和源域时间序列集合；传感器分别对应设置在矿井工作面中多个监测点，其中，需要预测的监测点采集到的瓦斯浓度数据作为目标域时间序列，其余个监测点采集到的瓦斯浓度数据作为源域时间序列；步骤2、采用动态时间规整方法进行相似性比较，从步骤1的个源域时间序列中选取一个源域时间序列，源域时间序列与目标域时间序列相似性最高；步骤3、构建ESN模型，将自回归模型引入至回声状态网络储层，分别形成源域的储层状态矩阵和目标域的储层状态矩阵，提取时间序列的非线性特征和线性特征；步骤4、构建带有迁移学习的ESN模型学习算法，计算预测结果，为下一时刻的预测更新输出权重。
全文数据：
权利要求：
百度查询： 西安重装智慧矿山工程技术有限公司 带有迁移学习ESN模型的瓦斯浓度预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号