公开(公告)号：CN120086684A

公开(公告)日：2025-06-03

申请号：CN202510161542.5

申请日：2025-02-13

Applicant: 中国矿业大学(北京)

Inventor： 王凯 ,  李康楠 ,  张翔 ,  王乙桥 ,  王东旭 ,  赵明昊 ,  杜锋

IPC: G06F18/241 ,  G06F18/214 ,  G06F18/21 ,  G06F18/15 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/0985 ,  G01N33/00

Abstract: 本发明涉及矿山瓦斯灾害预测技术领域，具体为一种基于CNN‑BiLSTM的瓦斯浓度时序预测方法。首先，应用卷积神经网络(CNN)对输入时序数据进行特征提取，优化输入特征，并结合双向长短时记忆网络(BiLSTM)捕捉数据的时序信息，以增强模型对瓦斯浓度变化的敏感度；接着，通过融合正余弦和柯西变异改进麻雀搜索算法(SCSSA)，提高搜索性能、全局收敛性及复杂非线性优化能力，进而优化模型超参数；然后，通过完全自适应噪声集合经验模态分解(CEEMDAN)对初始瓦斯浓度数据进行分解与重构，以提取数据的多尺度特征；最后，训练模型，建立CNN‑BiLSTM预测模型，并通过对比模型及评价指标验证了其性能。本发明提出的瓦斯浓度时序预测方法，结合了信号分解与重构多尺度提取数据特征的能力，改进搜索算法的寻优能力与深度学习的时序特征提取与学习能力，提高了瓦斯浓度的预测能力，对煤矿开采过程中瓦斯灾害的防治具有重大意义。

公开(公告)号：CN116467572B

公开(公告)日：2023-11-21

申请号：CN202310471469.2

申请日：2023-04-27

Applicant: 中国矿业大学(北京)

Inventor： 王凯 ,  李康楠 ,  杜锋 ,  张翔 ,  杨通 ,  王乙桥 ,  孙加智

IPC: G06F18/20 ,  G06F18/21 ,  G06N3/006 ,  G06Q10/063 ,  G06Q50/02

公开(公告)号：CN117390564A

公开(公告)日：2024-01-12

申请号：CN202311469974.X

申请日：2023-11-07

Applicant: 中国矿业大学(北京)

Inventor： 王凯 ,  李康楠 ,  张翔 ,  王乙桥 ,  杨通 ,  孙加智 ,  杜锋

IPC: G06F18/2433 ,  G06F18/10 ,  G06F18/214 ,  G06F18/21 ,  G06N3/04 ,  G06N3/0464 ,  G06N3/0985 ,  G06N3/006 ,  G06Q50/26

Abstract: 本发明涉及煤矿动力灾害预测技术领域，具体为一种基于ICSA‑CNN的煤岩瓦斯复合动力灾害预测方法。首先，采集煤岩瓦斯复合动力灾害的影响指标数据，运用孤立森林法iForest对异常数据进行识别并剔除；选用RF作为链式多重插补法MICE的估计器对缺失数据进行插补；然后，搭建卷积神经网络CNN的初始模型框架，运用Tent混沌映射改进乌鸦搜索算法CSA得到ICSA，进而对模型的超参数进行优化，从而提高预测精度；最后，训练模型，建立基于ICSA‑CNN的煤岩瓦斯复合动力灾害预测模型，并运用测试集对模型精确度进行验证。本发明结合了ICSA优越的寻优能力与CNN强大的特征学习能力，能够实现对煤岩瓦斯复合动力灾害的精确预测。

公开(公告)号：CN116467572A

公开(公告)日：2023-07-21

申请号：CN202310471469.2

申请日：2023-04-27

Applicant: 中国矿业大学(北京)

Inventor： 王凯 ,  李康楠 ,  杜锋 ,  张翔 ,  杨通 ,  王乙桥 ,  孙加智

IPC: G06F18/20 ,  G06F18/21 ,  G06N3/006 ,  G06Q10/063 ,  G06Q50/02

Abstract: 本发明涉及煤矿安全开采技术领域，具体为一种基于深度学习的煤岩瓦斯复合动力灾害预测方法。首先，准备煤岩瓦斯复合动力灾害的影响指标数据，运用箱型图分析法Boxplot与链式方程多重插补法MICE进行数据清洗；其次，运用灰色关联度分析法GRA进行数据分析，建立煤岩瓦斯复合动力灾害预测指标体系；再次，运用卷积神经网络CNN进行模型搭建，运用麻雀搜索算法SSA优化模型的超参数以提高预测精度；继次，训练模型，建立基于GRA‑SSA‑CNN的煤岩瓦斯复合动力灾害预测模型；最后，运用测试集进行预测，对比预测结果与实际结果，确定模型的预测精度。本发明的预测模型训练时间短，泛化性好且鲁棒性强，能够快速准确地进行煤岩瓦斯复合动力灾害预测。

公开(公告)号：CN118606865A

公开(公告)日：2024-09-06

申请号：CN202410832087.2

申请日：2024-06-26

Applicant: 中国矿业大学(北京)

Inventor： 杜锋 ,  李康楠 ,  王凯 ,  张翔 ,  孙加智 ,  左小欢 ,  赵明昊

IPC: G06F18/2433 ,  G06F18/27 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/0985 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明涉及矿山动力灾害预测技术领域，具体为一种基于ISSA‑CNN的岩爆烈度等级预测方法。首先，选取岩爆烈度等级预测指标数据，运用孤立森林法(iForest)与链式多重插补法(MICE)进行数据清洗得到完整数据集，并基于十折交叉验证进行数据集划分；然后，建立初始预测模型框架，运用莱维飞行与tent混沌映射对麻雀搜索算法SSA进行改进得到ISSA，运用改进后的搜索算法优化模型中的超参数；最后，训练模型，建立基于ISSA‑CNN的岩爆烈度等级预测模型，并运用测试集验证建立模型的精确度。本发明提出的岩爆烈度等级预测方法，结合了搜索算法的寻优能力与深度学习的特征提取能力，提高了岩爆烈度等级的预测能力，对矿山开采过程中岩爆灾害的防治具有重大意义。

公开(公告)号：CN117454323B

公开(公告)日：2024-08-16

申请号：CN202311508312.9

申请日：2023-11-14

Applicant: 中国矿业大学(北京)

Inventor： 王凯 ,  李康楠 ,  张翔 ,  杨通 ,  左小欢 ,  杜锋 ,  徐敏

IPC: G06F18/27 ,  G06F18/214 ,  G06N3/006 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06N3/0985 ,  G06N20/10

Abstract: 本发明涉及煤矿火灾预测技术领域，具体为一种基于GPR‑ISSA‑CNN的煤自燃温度预测方法。首先，收集煤自燃程序升温过程影响指标数据，运用高斯过程回归GPR对数据进行平滑处理，有效去噪并提高数据趋势分析与模式识别能力；然后，搭建CNN初始框架，引入自适应权重因子与柯西变异扰动对麻雀搜索算法SSA进行改进，提高其局部与全局搜索能力，得到ISSA；接着，运用ISSA优化模型的超参数，训练模型并输出结果，将能够提高全局优化能力与适应性的ISSA与拥有优秀特征提取能力、泛化性与鲁棒性的CNN相结合，建立基于GPR‑ISSA‑CNN的煤自燃温度预测模型；最后，将模型在测试集上进行预测，观察性能评价指标，确定模型的预测精度。本发明的预测模型具有较高的预测精度和稳定性，可为煤自燃温度预测提供参考。

公开(公告)号：CN117454323A

公开(公告)日：2024-01-26

申请号：CN202311508312.9

申请日：2023-11-14

Applicant: 中国矿业大学(北京)

Inventor： 王凯 ,  李康楠 ,  张翔 ,  杨通 ,  左小欢 ,  杜锋 ,  徐敏

IPC: G06F18/27 ,  G06F18/214 ,  G06N3/006 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06N3/0985 ,  G06N20/10

Abstract: 本发明涉及煤矿火灾预测技术领域，具体为一种基于GPR‑ISSA‑CNN的煤自燃温度预测方法。首先，收集煤自燃程序升温过程影响指标数据，运用高斯过程回归GPR对数据进行平滑处理，有效去噪并提高数据趋势分析与模式识别能力；然后，搭建CNN初始框架，引入自适应权重因子与柯西变异扰动对麻雀搜索算法SSA进行改进，提高其局部与全局搜索能力，得到ISSA；接着，运用ISSA优化模型的超参数，训练模型并输出结果，将能够提高全局优化能力与适应性的ISSA与拥有优秀特征提取能力、泛化性与鲁棒性的CNN相结合，建立基于GPR‑ISSA‑CNN的煤自燃温度预测模型；最后，将模型在测试集上进行预测，观察性能评价指标，确定模型的预测精度。本发明的预测模型具有较高的预测精度和稳定性，可为煤自燃温度预测提供参考。