基于数据挖掘的交通流预测模型2022修订版综合文献中的一节ppt课程2022年修订版本
本文主要研究基于深度学习的时序预测和时间序列分类算法。时序预测是根据过去的数据来预测未来的发展趋势,而时间序列分类是将时间序列数据归类到不同的类别中。深度学习算法通过多层神经网络模型来进行学习和训练,
以霍州煤电辛置煤矿为试验矿井,采用钻孔分段注水试验及数值模拟分析,对大采深综放工作面采动底板破坏深度及应力演化进行研究。数据结果表明:大采深综放工作面底板采动破坏深度为4.5~4.9m;工作面推进过程
针对当前工作面底板破坏深度的统计公式未能充分反映大埋深、不同采高影响下煤层开采后的底板破坏深度的情况,为了准确计算底板破坏深度,保证工作面安全生产以及制定防治水措施,须建立相应的底板破坏深度统计公式。
根据某矿综采工作面煤层顶、底板岩层组合及结构性质特点,建立了反映完整底板岩层组合的工程地质模型,通过FLAC3D软件数值模拟分析了煤层开采过程中底板应力及破坏特征,结果表明:煤层底板下0~4 m内岩体
深度学习与大数据挖掘,欢迎下载,111111111111111111111111111111111
提出基于单元的快速的大数据集离群数据挖掘算法,用聚簇技术对数据进行预处理,然后将数据放入合适的空间单元并对非空单元使用维单元树(celldimensiontree,CD-tree)进行索引,数据集中大
在总结我国煤矿底板破坏深度经验公式的基础上,运用综合考虑煤层埋深、倾角、煤层厚度、工作面长度、底板的损伤破坏程度及地质构造等多因素的修正经验公式,以某矿井工作面开采实际情况为背景,采用UDEC数值模拟
针对邢东矿大采深的情况,采用大型数值模拟软件ANSYS对煤层底板的破坏深度、应力、位移等特征进行了模拟,避免了现场试验手段仅能确定某些特定部位的底板破坏特征的情况,得出了煤层底板变形破坏规律,确定了煤
为研究承压水上开采底板破坏机理,将开采底板简化为矩形薄板、四边固定且上部承受均布载荷作用的力学分析模型。运用弹性力学薄板理论,分析底板的变形、受力特点,推导出了计算底鼓的表达式,得到最大底鼓量以及最大