本发明公开了基于大数据与深度学习的矿井突水水源识别系统,包括地面工作站、采集装置、计算机检测模块;基于大数据与深度学习的矿井突水水源识别方法,包括以下步骤:S1,根据已知的地区水源的化学成分特征进行分类,建立样品库;S2,在矿井发生突水时,通过液泵将突水抽出至容器内储存;S3,通过电极检测器阵列模块进行突水内各化学组分的检测分析,确定各化学组分的含量;S4,将各化学组分输入至数据处理模块进行处理。本发明通过基于深度学习下的深度前馈网络模型自主获取水样的内部多层特征,反复训练、预测误差以及调节模型参数,准确率随水样信息增多而提高,实现了在大数据的情况下,突水水源识别依然准确。
声明:
“基于大数据与深度学习的矿井突水水源识别方法及其识别系统” 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)