本發明屬于礦山開采技術領域,公開一種礦山采空區上覆巖體移動時空規律預測方法及系統,先提取訓練礦山采空區上覆巖體移動時空規律片段的MFCC特征訓練一個GMM?UBM模型,然后再基于特定的帶異常信息的礦山采空區上覆巖體移動時空規律片段提取MFCC特征,進而調整GMM的參數,最后將提取到的特征用來訓練卷積神經網絡,達到自動識別分類的要求。本發明在訓練GMM?UBM模型時,根據礦山采空區上覆巖體移動時空規律數據音素和音調的特點對數據進行篩選,挑選出具有代表性的少量數據,即保證了模型的表征泛化性也降低了數據運算量,提高了建模了效率;首先訓練一個GMM?UBM模型,然后再用MAP自適應算法來調整GMM的參數,克服了樣本量少,無法訓練GMM模型的問題,加快了運算速度。
聲明:
“礦山采空區上覆巖體移動時空規律預測系統及方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)