摘要
为了分析瓦斯涌出量预测结果的不确定性,提出一种基于相关向量机的估计方法:依据稀疏贝叶斯学习模型,计算瓦斯涌出量样本空间的稀疏相关支持向量和相应的超参数,再计算预测结果的均值和方差,从而得出瓦斯涌出量预测结果的概率分布和置信区间。分析结果表明,3组检验样本的平均预测误差为1.74%,其实际值均在置信度为97%的置信区间内,与实际情况相符,这说明采用该方法可以得出瓦斯涌出量预测结果的概率分布,且具有预测精度高、所需支持向量少的优点。
学科与关键词
关键词
瓦斯涌出量预测不确定性相关向量机概率分布 gas emission predictionuncertaintyrelevant vector machineprobability distribution
- 灰色关联优化BP神经网络预测工作面瓦斯涌出量雷文杰; 刘瑞涛; 苏国韶矿业安全与环保, 2013, (05): 34.
- 因子分析法与BP神经网络耦合模型对回采工作面瓦斯涌出量预测徐刚; 王磊; 金洪伟; 刘沛东西安科技大学学报, 2019, (06): 965-971.
- 基于相关性分析的瓦斯灾害选择集成预测模型贾澎涛; 吕巧林计算机应用研究, 2019, (12): 3769-3772.
