基于极限学习机的气体浓度预测方法及其装置

    公开(公告)号:CN104123476A

    公开(公告)日:2014-10-29

    申请号:CN201410395420.4

    申请日:2014-08-12

    Abstract: 本发明公开了一种基于极限学习机的气体浓度预测方法及其装置,所述方法包括如下步骤:随时间推移,分别针对每一气体,形成依次排列的历史气体浓度时间序列;分别针对每一气体,构建以第h-1个历史气体浓度时间序列作为输入,以第h个历史气体浓度时间序列作为输出的样本集;将每一样本集划分为训练样本集和测试样本集两个部分;利用所述最优的输入层权值和隐含层偏移量,通过极限学习机对各训练样本集进行训练和学习,获得不同气体各自的浓度预测进化极限学习机模型;分别以各气体的最后一个历史气体浓度时间序列作为输入,通过各气体对应的浓度预测进化极限学习机模型输出各气体的未来气体浓度时间序列;本发明实现过程简单高效,提高了预报的准确性。

    基于极限学习机的气体浓度预测方法及其装置

    公开(公告)号:CN104123476B

    公开(公告)日:2017-03-08

    申请号:CN201410395420.4

    申请日:2014-08-12

    Abstract: 本发明公开了一种基于极限学习机的气体浓度预测方法及其装置,所述方法包括如下步骤:随时间推移,分别针对每一气体,形成依次排列的历史气体浓度时间序列;分别针对每一气体,构建以第h-1个历史气体浓度时间序列作为输入,以第h个历史气体浓度时间序列作为输出的样本集;将每一样本集划分为训练样本集和测试样本集两个部分;利用所述最优的输入层权值和隐含层偏移量,通过极限学习机对各训练样本集进行训练和学习,获得不同气体各自的浓度预测进化极限学习机模型;分别以各气体的最后一个历史气体浓度时间序列作为输入,通过各气体对应的浓度预测进化极限学习机模型输出各气体的未来气体浓度时间序列;本发明实现过程简单高效,提高了预报的准确性。

    一种岩体位移监测装置
    3.
    实用新型

    公开(公告)号:CN204064227U

    公开(公告)日:2014-12-31

    申请号:CN201420453468.1

    申请日:2014-08-12

    Abstract: 本实用新型公开了一种岩体位移监测装置,包括:锚固体、定位环、电感调频式位移传感器和保护部件;所述电感调频式位移传感器包括铁芯和螺管线圈;所述定位环外周面与所述岩体固定连接,且该定位环具有一穿孔,所述锚固体穿过所述穿孔与所述铁芯可拆卸连接;所述保护部件与所述螺管线圈固定连接;本实用新型充分利用作为围岩支护手段的锚杆结构,以及利用电感调频式位移传感器、数据采集箱和数据发射箱,实现岩体位移数据的自动化监测和传输,解决了传统的位移监测手段监测信息比较滞后、浪费人力、以及工作效率低的问题;安装过程简单、位移监测数据的传输和查看实时方便。

Patent Agency Ranking