本发明公开的属于煤与瓦斯突出预测技术领域,具体为一种多模态输入的煤与瓦斯突出危险预测方法,利用静态指标数据和动态指标数据互为补充,可以同时具备较高的精准度和时效性,是煤与瓦斯突出预测方法的又一创新。通过将输入数据划分为静态预测数据和动态预测数据,分别构建基于全链接神经网络的地质指标数据特征提取器和基于长短期记忆神经网络的瓦斯浓度序列特征提取器。利用数据融合的方法,将张量数据特征和时间序列数据特征连接起来,共同输入到一个全链接层,输出是否发生煤与瓦斯突出的类别标签,从而实现煤与瓦斯突出预测任务。
声明:
“多模态输入的煤与瓦斯突出危险预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)