-
公开(公告)号：CN116595399B
公开(公告)日：2024-01-05
申请号：CN202310704173.0
申请日：2023-06-14
Applicant: 中国矿业大学(北京)
IPC: G06F18/23
Abstract: 本发明涉及煤中元素数据分析技术领域，且公开了一种煤中元素相关性不一致问题的分析方法，包括以下步骤：步骤一，通过基于对称枢轴坐标的方法对煤中元素进行数据处理；步骤二，通过添加权重系数来构建对称枢轴坐标形成加权枢轴坐标方法；步骤三，改进加权枢轴坐标方法，构建正交坐标系，计算坐标的加权系数，定义变异矩阵，得出权重值关系，计算加权枢轴坐标；步骤四，将处理后煤中元素数据进行层次聚类分析。因此，本发明采用上述煤中元素相关性不一致问题的分析方法，能够解决两种基准下的不一致问题，并且根据聚类后的结果直观的重新进行煤地球化学分析与解释。(56)对比文件王琨;肖克炎;丛源.对数比变换和偏最小二乘法在地球化学组合异常提取中的应用――以湘西北铅锌矿为例.物探与化探.2015,(第01期),141-148.张晓琴;陈佳佳;原静.成分数据的组合预测.应用概率统计.2013,(第03期),307-316.许娜等.机器学习在煤的地球化学中的应用.煤炭学报.2022,第47卷(第5期),1895-1907.赵勤等.基于成分数据作球坐标变换的非负可变权系数的确定.重庆工商大学学报（自然科学版）.2019,第36卷(第4期),89-94.
-
Patent Agency Ranking
公开(公告)号：CN116779055B
公开(公告)日：2024-03-15
申请号：CN202310758527.X
申请日：2023-06-26
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于图模型的煤成分数据分析方法，包括以下步骤：步骤一，煤炭数据预处理；步骤二，借助贝叶斯网络结构挖掘不同矿区元素可能存在的赋存状态；步骤三，元素赋存状态的组合分析。本发明采用上述基于图模型的煤成分数据分析方法，使用贝叶斯网络结构学习算法，发掘不同矿区中煤成分数据的网络结构，进而得到基于贝叶斯网络的煤中元素的赋存状态分析结果；同时，结合不同矿区的地质背景对可能出现的赋存状态进行对比总结和归纳。本发明通过以上流程形成的组合分析提供了矿区的煤中元素赋存状态的精确分析和可视化解决方案。
-
公开(公告)号：CN115565623A
公开(公告)日：2023-01-03
申请号：CN202211281199.0
申请日：2022-10-19
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于自组织映射的煤地质成分数据分析方法及系统，涉及煤炭地质成分数据分析技术领域。所述方法包括：对获取的原始成分数据进行数据预处理，得到转换数据；并将转换数据分别输入第一自组织映射神经网络和第二自组织映射神经网络中，得到目标煤矿区中各元素对应的煤层相关性和目标煤矿区中各元素间的元素相关性，最后根据各元素对应的煤层相关性绘制各元素的煤层相关性热力图，以及各元素间的元素相关性绘制煤层的元素相关性热力图，进而通过各元素的煤层相关性热力图和煤层的元素相关性热力图确定元素赋存状态，元素赋存状态用于分析煤地质成分。本发明能够精准确定煤地质成分的赋存状态，进而提高煤的加工和利用效率。
-
公开(公告)号：CN116779055A
公开(公告)日：2023-09-19
申请号：CN202310758527.X
申请日：2023-06-26
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于图模型的煤成分数据分析方法，包括以下步骤：步骤一，煤炭数据预处理；步骤二，借助贝叶斯网络结构挖掘不同矿区元素可能存在的赋存状态；步骤三，元素赋存状态的组合分析。本发明采用上述基于图模型的煤成分数据分析方法，使用贝叶斯网络结构学习算法，发掘不同矿区中煤成分数据的网络结构，进而得到基于贝叶斯网络的煤中元素的赋存状态分析结果；同时，结合不同矿区的地质背景对可能出现的赋存状态进行对比总结和归纳。本发明通过以上流程形成的组合分析提供了矿区的煤中元素赋存状态的精确分析和可视化解决方案。
-
公开(公告)号：CN115565623B
公开(公告)日：2023-06-09
申请号：CN202211281199.0
申请日：2022-10-19
Applicant: 中国矿业大学(北京)
IPC: G16C20/70 , G16C20/20 , G06F18/231 , G06F18/23 , G06F18/2137 , G06N3/045 , G06N3/088
Abstract: 本发明公开了一种基于自组织映射的煤地质成分数据分析方法及系统，涉及煤炭地质成分数据分析技术领域。所述方法包括：对获取的原始成分数据进行数据预处理，得到转换数据；并将转换数据分别输入第一自组织映射神经网络和第二自组织映射神经网络中，得到目标煤矿区中各元素对应的煤层相关性和目标煤矿区中各元素间的元素相关性，最后根据各元素对应的煤层相关性绘制各元素的煤层相关性热力图，以及各元素间的元素相关性绘制煤层的元素相关性热力图，进而通过各元素的煤层相关性热力图和煤层的元素相关性热力图确定元素赋存状态，元素赋存状态用于分析煤地质成分。本发明能够精准确定煤地质成分的赋存状态，进而提高煤的加工和利用效率。
-
公开(公告)号：CN116595399A
公开(公告)日：2023-08-15
申请号：CN202310704173.0
申请日：2023-06-14
Applicant: 中国矿业大学(北京)
IPC: G06F18/23
Abstract: 本发明涉及煤中元素数据分析技术领域，且公开了一种煤中元素相关性不一致问题的分析方法，包括以下步骤：步骤一，通过基于对称枢轴坐标的方法对煤中元素原始数据进行数据处理；步骤二，通过添加权重系数来构建对称枢轴坐标形成加权枢轴坐标方法；步骤三，改进加权枢轴坐标方法，构建正交坐标系，计算坐标的加权系数，定义变异矩阵，得出权重值关系，计算加权加权枢轴坐标；步骤四，将处理后煤中元素数据进行层次聚类分析。因此，本发明采用上述煤中元素相关性不一致问题的分析方法，能够解决两种基准下的不一致问题，并且根据聚类后的结果直观的重新进行煤地球化学分析与解释。
-
-
-
-
-
Search Results
6
records
(took 0.026 seconds)
