← 返回列表
Markov-神经网络的穿煤隧道掌子面瓦斯浓度预测方法
申请人信息
- 申请人:昆明理工大学; 云南卫士盾科技有限公司; 四川卫士盾安全技术有限公司
- 申请人地址:650500 云南省昆明市呈贡区景明南路727号
- 发明人: 昆明理工大学; 云南卫士盾科技有限公司; 四川卫士盾安全技术有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | Markov-神经网络的穿煤隧道掌子面瓦斯浓度预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311418898.X |
| 申请日 | 2023/10/30 |
| 公告号 | CN117454762A |
| 公开日 | 2024/1/26 |
| IPC主分类号 | G06F30/27 |
| 权利人 | 昆明理工大学; 云南卫士盾科技有限公司; 四川卫士盾安全技术有限公司 |
| 发明人 | 郑万波; 李旭; 万俊杰; 张景程; 冉丝蔓; 李思奇; 谭春琳; 喻颖琪; 杨笑然; 鲁根 |
| 地址 | 云南省昆明市一二一大街文昌路68号; 云南省昆明市呈贡区吴家营街道云上小镇9栋202-1号; |
摘要文本
昆明理工大学; 云南卫士盾科技有限公司; 四川卫士盾安全技术有限公司获取“一种透气窗帘布”专利技术，本发明涉及Markov‑神经网络的穿煤隧道掌子面瓦斯浓度预测方法，属隧道工程施工过程灾害监测预测领域，包括：根据穿煤隧道掌子面瓦斯浓度相关历史数据集，对数据进行清洗后获取对应穿煤隧道掌子面瓦斯浓度数据流矩阵；将处理后的穿煤隧道掌子面瓦斯浓度数据流矩阵构造马尔可夫先验模型；处理后的数据将作为基于高斯注意力机制优化的深度神经网络的输入，其包括主干模块、场景建模模块、上下文交叉注意模块和预测模块，设置参数，预测穿煤隧道掌子面瓦斯浓度。本发明构造马尔可夫先验模型并在卷积‑门控循环单元神经网络中加入高斯注意力机制，在保持输入穿煤隧道掌子面瓦斯浓度数据流的空间拓扑结构的同时，有效地利用近程、远程对应关系。
专利主权项内容
来自马-克-数-据-官网 1.Markov-神经网络的穿煤隧道掌子面瓦斯浓度预测方法，其特征在于，所述方法的具体步骤如下：步骤1：根据穿煤隧道掌子面瓦斯浓度相关历史数据集，对数据进行清洗后获取对应瓦斯浓度数据流矩阵；步骤2：将处理过后的穿煤隧道掌子面瓦斯浓度数据流矩阵构造马尔可夫先验模型，并获取穿煤隧道掌子面瓦斯浓度概率信息；步骤3：通过步骤2处理后得到的数据和其余原始瓦斯数据流将作为基于高斯注意力机制优化的深度神经网络的输入，深度神经网络由主干模块、场景建模模块、上下文交叉注意模块和预测模块四个模块组成，设置参数，预测穿煤隧道掌子面瓦斯浓度。