BP预测模型-优化后的

为及早预测煤矿冲击地压事故的倾向性,准确及时做出防冲措施,研究改进PSO-BP模型的电磁辐射法预测冲击地压倾向性,通过研究电磁辐射法预测煤矿冲击理论及原始PSO-BP模型的改进方法,将改进的PSO-B

区域地下水位的灰色-BP神经网络预测模型，李丹，郝振纯，针对区域地下水位的随机波动性、高度非线性及复杂性，构建了灰色BP神经网络预测模型（Grey-BPnnMOD）。该模型由灰色GM（1，1）和改进的

分析总结了煤体渗透率的3个主要影响因素——有效应力、温度和瓦斯压力,并结合煤体的力学特性建立了一个预测煤层瓦斯渗透率的BP神经网络模型。根据不同有效应力、不同温度和不同瓦斯压力条件下大量具有代表性的煤

在分析影响煤矿瓦斯浓度的各种因素具有非线性特征的基础之上,采用BP算法构建煤矿瓦斯浓度预测模型,实现对各种因素进行非线性映射,进而达到对煤矿瓦斯浓度进行预测的目的。MATLAB仿真结果表明,该模型具有

主要研究小波变换的分形方法在分析鼾音信号中的应用问题。首先分析信号波形特点并检测其瞬态脉冲。通过对频谱分形特性的动态分析，及时诊断病变信号的危害程度。仿真实验结果表明，针对典型的非平稳鼾音信号，与传统

为了提高滑坡的预测精度,通过对灰色GM(1,1)模型与BP神经网络模型各自优缺点及互补性的分析,建立了GM-BP串联组合预测模型。模型首先采用等维动态GM(1,1)模型进行初步预测,然后利用BP神经网

针对信息客户流失缺少有效的数据挖掘预测手段问题。提出了应用主成分分析的BP神经网络信息流失预测模型。结合5折交叉验证,模型对来自3个地市的营销返回样本,在训练分类时间和预测分类精度上与未经主成分分析降

针对淮南煤田走向长壁垮落式采煤法条件下导水裂缝带高度难以精确预测的问题,建立基于偏最小二乘法的BP神经网络模型,提高了导水裂缝带高度的预测精度。首先运用偏最小二乘法对导水裂缝带高度的影响因素进行分析,

基于BP神经网络原油气油比预测模型研究，张青松，，针对国外原油气油体积比预测模型在国内一些油田并不适用，在分析前向BP神经网络基本原理的基础上，提出了原油气油体积比新的预测�

在分析湖南土朱矿5煤层煤与瓦斯突出资料的基础上,确定煤层瓦斯含量,瓦斯压力,煤的坚固性系数及瓦斯放散初速度为影响煤与瓦斯突出的主要因素,利用MATLAB软件,基于BP神经网络,建立了适合土朱矿的煤与瓦