检测到您正在使用 Safari 浏览器,可能影响导出功能的正常使用,建议您下载
Google Chrome
、
Microsoft Edge
、
Firefox
。
X
智研平台
会员
绑定机构
扫描成功
请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
登录机构账号
登录 / 注册
登录 / 注册
机构登录
复制成功
设置
万方会员
暂未开通会员
开通即享超值福利、会员权益
优质内容推荐
立即开通
个人中心
我的智研
订阅
收藏
退出登录
简
繁
搜索
首页
>
期刊导航
> Universe Scientific Publishing
> 2025年7卷2期
>
基于贝叶斯优化 LSTM 的煤炭自燃预警研究
DOI:
10.12361/2661-3727-07-02-173260
基于贝叶斯优化 LSTM 的煤炭自燃预警研究
文摘阅读
16
第三方链接
3
导出题录
18
被引
0
韩 晶晶, 赵 慧敏, 王 士硕
华北理工大学人工智能学院, 华北理工大学理学院
全文直达
引用
收藏
分享
打印
摘要:
煤炭自燃严重威胁煤矿安全生产,传统预警方法难以精准捕捉其多参数动态耦合的非线性特征。本文提出一种基 于贝叶斯优化长短期记忆网络(BO-LSTM)的煤炭自燃预警模型。通过最大 - 最小归一化处理多参数数据,构建模型并 确定其结构和超参数范围,利用贝叶斯优化迭代搜索最优超参数,再经训练和评估优化模型。以山东省某矿程序升温实验 数据为例,将 BO-LSTM 与网格搜索优化 LSTM(GS-LSTM)、随机搜索优化 LSTM(RS-LSTM)进行对比分析。结果 表明:BO-LSTM 在训练和测试阶段的平均绝对误差、均方根误差均低于后两者;其测试集判定系数为 0.92,相较于 GSLSTM 和 RS-LSTM 分别提高 12.2%、5.7%。这表明 BO-LSTM 预测精度高、稳定性和泛化能力强,为煤炭自燃预防和控 制提供了可靠技术支持。
关键词:
煤炭自燃预警;贝叶斯优化;长短期记忆网络;对比分析;预测精度
在线出版日期:
2025-08-22
(万方平台首次上网日期,不代表论文的发表时间)
Universe Scientific Publishing
ISSN:2661-3719
年,卷(期):
2025
,7
(2)
相关文献
换一换
1.
会阴冲洗方预防重症监护室导尿管相关性尿路感染的理论探讨
金宣佑
等;
中国民间疗法
;
2025
2.
神经源性膀胱患者尿路感染和无症状菌尿的特征分析
陈世凯
等;
浙江医学
;
2025
3.
经颅磁刺激联合间歇性导尿术治疗神经源性膀胱患者的效果
李亚利
等;
中国民康医学
;
2025
4.
基于沟通达标理论的护理干预结合多形式健康教育在神经源性膀胱患者间歇导尿中的应用效果
谢婧
等;
临床医学研究与实践
;
2025
5.
基于贝叶斯优化 LSTM 的煤炭自燃预警研究
李诗雨
等;
中华医院感染学杂志
;
2020
相关主题
神经源性膀胱
间歇导尿
生活质量
间歇性导尿
泌尿系感染
meta
相关学者
乔甫
四川大学华西医院
朱红军
苏州大学附属第一医院
李玉森
济宁医学院附属医院
张大伟
苏州大学附属第一医院
李诗雨
四川大学华西医院
相关机构
湖南省新宁县人民医院
陕西省榆林市榆阳区人民医院
石楼县人民医院
北京西山医院
重庆市南岸区妇幼保健院
x
回到
顶部
分享到微信朋友圈
打开微信,点击底部的“发现”,使用 “扫一扫” 即可将网页分享到我的朋友圈