Gas Concentration Prediction Based on IWOA-LSTM-CEEMDAN Residual Correction Model

In this study, to further improve the prediction accuracy of coal mine gas concentration and thereby preventing gas accidents and improving coal mine safety management, the standard whale optimisation algorithm’s (WOA) susceptibility to falling into local optima, slow convergence speed, and low pred...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Sensors (Basel, Switzerland) Jg. 22; H. 12; S. 4412
Hauptverfasser:	Xu, Ningke, Wang, Xiangqian, Meng, Xiangrui, Chang, Haoqian
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Basel MDPI AG 10.06.2022 MDPI
Schlagworte:	Accuracy Algorithms CEEMDAN decomposition and reconstruction coal mine safety Coal mining Data processing Datasets Decomposition Deep learning gas concentration prediction Geology LSTM Machine learning Mathematical models Mines Neural networks Trends whale optimisation algorithm China
ISSN:	1424-8220, 1424-8220
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!