煤體結(jié)構(gòu)即地質(zhì)歷史演變階段煤層受到不同地質(zhì)作用所呈現(xiàn)結(jié)構(gòu)特征,通過變形與變質(zhì)作用下,煤體隨之分成原生結(jié)構(gòu)煤與構(gòu)造煤。目前很多學(xué)者通過宏觀法、顯微法觀察構(gòu)造煤分類,宏觀法主要通過人眼現(xiàn)場以及手標(biāo)本觀察,宏觀法分為OM顯微鏡觀察與SEM顯微鏡下圖像分析,方法費時費力,精度不高。在這種背景下,本文提出了基于循環(huán)神經(jīng)網(wǎng)絡(luò)的模型預(yù)測煤體結(jié)構(gòu)分類。首先,通過LDA方法對三維地震屬性數(shù)據(jù)降維,最大程度減小不同變量間相關(guān)性;其次,針對傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡(luò)容易出現(xiàn)梯度消失的問題,論文提出了兩種改進(jìn)的循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu):LSTM和GRU。根據(jù)三維地震屬性數(shù)據(jù)的高維度特性進(jìn)行優(yōu)化,構(gòu)建了高維循環(huán)神經(jīng)網(wǎng)絡(luò)。同時,對LSTM作為控制單元的高維循環(huán)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行調(diào)整。為了保證預(yù)測模型的精度,論文使用Softmax函數(shù)輸出分類結(jié)果。最后,論文把改進(jìn)的高維循環(huán)神經(jīng)網(wǎng)絡(luò)預(yù)測模型應(yīng)用于蘆嶺煤礦Ⅱ六采區(qū)8煤層,預(yù)測結(jié)果顯示與真實的地質(zhì)資料具有良好的一致性。同時,該模型與LR、SVM和深度神經(jīng)網(wǎng)絡(luò)三種模型進(jìn)行了對比試驗,進(jìn)一步顯示預(yù)測模型的可靠性。因此,論文提出的高維循環(huán)神經(jīng)網(wǎng)絡(luò)模型預(yù)測精度高、誤差低,能夠滿足真實礦區(qū)煤體結(jié)構(gòu)分... 

【文章來源】：中國礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
1 緒論
    1.1 選題背景的研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容
    1.4 本文組織結(jié)構(gòu)
2 循環(huán)神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
    2.1 神經(jīng)網(wǎng)絡(luò)模型
    2.2 循環(huán)神經(jīng)網(wǎng)絡(luò)
    2.3 模型預(yù)測精度指標(biāo)
    2.4 本章小結(jié)
3 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的煤體結(jié)構(gòu)分類預(yù)測模型
    3.1 循環(huán)神經(jīng)網(wǎng)絡(luò)及其改進(jìn)模型
    3.2 模型數(shù)據(jù)預(yù)處理
    3.3 循環(huán)神經(jīng)網(wǎng)絡(luò)預(yù)測模型建立
    3.4 實驗預(yù)測及結(jié)果
    3.5 本章小結(jié)
4 優(yōu)化的MDRNN預(yù)測模型研究
    4.1 高維循環(huán)神經(jīng)網(wǎng)絡(luò)
    4.2 高維長短時記憶網(wǎng)絡(luò)
    4.3 模型建立測試
    4.4 本章小結(jié)
5 優(yōu)化的MDRNN預(yù)測煤體結(jié)構(gòu)分類預(yù)測模型實例研究
    5.1 研究區(qū)概況
    5.2 地震屬性數(shù)據(jù)預(yù)處理
    5.3 煤體結(jié)構(gòu)分類預(yù)測結(jié)果分析
    5.4 本章小結(jié)
6 結(jié)論
    6.1 研究成果
    6.2 展望
參考文獻(xiàn)
作者簡歷
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]基于長短時記憶單元和卷積神經(jīng)網(wǎng)絡(luò)混合神經(jīng)網(wǎng)絡(luò)模型的視頻著色方法[J]. 張政,何山,賀靖淇.  計算機應(yīng)用. 2019(09)
[2]構(gòu)造煤瓦斯解吸特征及對煤與瓦斯突出的影響[J]. 金兵.  煤礦安全. 2019(04)
[3]測井曲線識別構(gòu)造煤實例研究[J]. 馬國棟,陳同俊,崔若飛.  地球物理學(xué)進(jìn)展. 2017(03)
[4]我國煤礦轉(zhuǎn)型發(fā)展期內(nèi)煤礦事故統(tǒng)計分析[J]. 趙云平,施龍青,高衛(wèi)富,王穎,劉玉.  煤炭技術(shù). 2016(09)
[5]基于極性轉(zhuǎn)移和LSTM遞歸網(wǎng)絡(luò)的情感分析[J]. 梁軍,柴玉梅,原慧斌,高明磊,昝紅英.  中文信息學(xué)報. 2015(05)
[6]不同煤體結(jié)構(gòu)煤的吸附性能及其孔隙結(jié)構(gòu)特征[J]. 孟召平,劉珊珊,王保玉,田永東,武杰.  煤炭學(xué)報. 2015(08)
[7]基于詞向量特征的循環(huán)神經(jīng)網(wǎng)絡(luò)語言模型[J]. 張劍,屈丹,李真.  模式識別與人工智能. 2015(04)
[8]深部含瓦斯煤體滲透率演化及卸荷增透理論模型[J]. 程遠(yuǎn)平,劉洪永,郭品坤,潘榮錕,王亮.  煤炭學(xué)報. 2014(08)
[9]沁南地區(qū)煤體結(jié)構(gòu)對煤層氣開發(fā)的影響[J]. 胡奇,王生維,張晨,何俊鏵,劉建華,張曉飛.  煤炭科學(xué)技術(shù). 2014(08)
[10]基于低溫液氮實驗的不同煤體結(jié)構(gòu)煤的孔隙特征及其對瓦斯突出影響[J]. 降文萍,宋孝忠,鐘玲文.  煤炭學(xué)報. 2011(04)

碩士論文
[1]構(gòu)造煤應(yīng)力承載過程瓦斯?jié)B透性變化規(guī)律實驗研究[D]. 李紅濤.河南理工大學(xué) 2015



本文編號：3149963