文献类型：期刊文章

作　　者：马宏锋[1,2] 党建武[1] 王新[3]

机构地区：[1]兰州交通大学电子与信息工程学院,兰州730070 [2]兰州工业高等专科学校电子信息工程系,兰州730050 [3]中兴通讯股份有限公司,深圳518057

出　　处：《微计算机信息》

基　　金：甘肃省自然科学基金项目;基金申请人:马宏锋;项目名称:基于软计算的分布式智能交通视觉监控技术研究(096RJZA084);高等学校博士学科点专项科研基金项目;基金申请人:党建武;项目名称:软计算技术在铁路智能分布监控系统中的应用研究(20060732002)

年　　份：2010

卷　　号：26

期　　号：19

起止页码：42-43

语　　种：中文

收录情况：普通刊

摘　　要：通过对煤与瓦斯原始样本的学习,对待报样本突出情况的预测进行了实例分析,为煤与瓦斯突出预测预报提供理论参考依据。利用煤与瓦斯突出的数据指标,建立了煤与瓦斯突出样本数据预测的BP神经网络和径向基神经网络模型。实验表明,采用径向基神经网络模型,比BP神经网络具有误差小,训练快等优点,能克服常规方法在煤与瓦斯突出危险中不稳定不准确的缺点,因此有更广泛的应用价值。

关 键 词：BP神经网络 径向基神经网络 预测  煤与瓦斯突出

分 类 号：TP183]