同类推荐
-
-
复杂气候下露天矿山滑坡灾害勘查评估关键技术及应用
-
¥79.00
-
-
复杂气候下露天矿山滑坡灾害勘查评估关键技术及应用
-
¥79.00
-
-
复杂气候下露天矿山滑坡灾害勘查评估关键技术及应用
-
¥79.00
-
-
《煤矿重大事故隐患判定标准》对照检查指南
-
¥68.00
-
-
煤矿重大事故隐患判定标准
-
¥28.00
-
-
煤自燃隐蔽火源声学探测理论与技术
-
¥158.00
-
-
煤矿瓦斯防治理论与技术
-
¥136.00
-
-
煤矿瓦斯防治理论与技术
-
¥136.00
-
-
煤矿瓦斯防治理论与技术
-
¥136.00
-
-
矿山区队班组安全文化建设
-
¥59.00
|
|
图书信息
|
|
|
|
机器学习的煤与瓦斯突出前兆识别方法研究
|
| ISBN： | 9787564636777 |
定价： | ￥36.00 |
| 作者： | 闫秋艳著 |
出版社： | 中国矿业大学出版社 |
| 出版时间： | 2017年10月 |
开本： | 21cm |
| 页数： | 183页 |
中图法： | TD713 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
|
|
|
|
|
其它供货商库存合计
|
3
|
|
2026-08-06
|
图书简介 | | 本书以煤与瓦斯突出监测数据(瓦斯浓度及电磁强度)为研究对象，通过引入“概率数据流”模型，对监测数据进行建模，并在此模型基础上实现干扰模式的检测和突出前兆模式的识别，同时提出了突出数据的类不均衡问题，并对突出模式识别产生的影响进行了深入分析，给出了有效的解决方法。 |
|