机读格式显示(MARC)

• 000 01185nam0 2200277 450

• 001 0000272645

• 005 20191127104200.0

• 010 __ |a 978-7-5646-3677-7 |d CNY36.00

• 099 __ |a CAL 012018028612

• 100 __ |a 20180126d2017 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 320000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 机器学习的煤与瓦斯突出前兆识别方法研究 |A ji qi xue xi de mei yu wa si tu chu qian zhao shi bie fang fa yan jiu |f 闫秋艳著

• 210 __ |a 徐州 |c 中国矿业大学出版社 |d 2017

• 215 __ |a 183页 |c 图 |d 21cm

• 300 __ |a 基于机器学习的煤与瓦斯突出危险性识别研究 (BK20140192) 资助 江苏省基础研究计划 (自然科学基金)--青年基金项目资助

• 320 __ |a 有书目 (第168-183页)

• 330 __ |a 本书以煤与瓦斯突出监测数据 (瓦斯浓度及电磁强度) 为研究对象, 通过引入“概率数据流”模型, 对监测数据进行建模, 并在此模型基础上实现干扰模式的检测和突出前兆模式的识别, 同时提出了突出数据的类不均衡问题, 并对突出模式识别产生的影响进行了深入分析, 给出了有效的解决方法。

• 606 0_ |a 煤突出 |A mei tu chu |x 防治

• 606 0_ |a 瓦斯突出 |A wa si tu chu |x 防治

• 690 __ |a TD713 |v 5

• 701 _0 |a 闫秋艳 |A yan qiu yan |4 著

• 801 _0 |a CN |b 湖北三新 |c 20180126

• 905 __ |a AUSTL |d TD713/Y667