一种基于神经网络学习的煤矿水文动态监测系统及方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于神经网络学习的煤矿水文动态监测系统及方法
申请号:CN202411898309
申请日期:2024-12-23
公开号:CN119919874A
公开日期:2025-05-02
类型:发明专利
摘要
本发明属于煤矿水文监测技术领域,公开了一种基于神经网络学习的煤矿水文动态监测系统及方法。该方法基于改进的神经网络进行煤矿水文动态图像分割,获取煤矿水文动态演化曲线的监测指标,根据煤矿水文动态演化曲线的监测指标的采集来源进行分类、提取;并进行定性演化趋势监测分析的矢量化处理、历史记录时效加权、原始矿井水位、水温及流量参数的规范化处理;动态监测准确度综合评估:进行标准化处理、确定主成分、确定熵权值、利用动态监测准确度的综合演化趋势监测分析值计算公式进行判断。本发明通过利用将神经网络读取煤矿水文动态,从而执行判断特定的状态或演化的趋势,进一步提高了监测的准确度和精度。
技术关键词
改进型神经网络 动态监测方法 监测准确度 矿井 动态监测系统 曲线 方差贡献率 图像分割 指标 译码单元 采集单元 卷积模块 趋势分析函数 编码芯片 参数 水文监测技术