《表2 煤与瓦斯突出预测指标统计一览表》
提示：宽带有限、当前游客访问压缩模式
在对上述巷道的跟踪考察中，获得102组循环的可靠突出预测（效检）数据，见表2。
| 图表编号 | XD00159370400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.26 |
| 作者 | 黄晶晶、肖健 |
| 绘制单位 | 华北科技学院安全工程学院、华北科技学院安全工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 L-Isomap-KELM煤与瓦斯突出预测结果》2020.10.20
- 《表3 SVM预测结果：MI和SVM算法在煤与瓦斯突出预测中的应用》2021.01.01
- 《表2 煤与瓦斯突出预测指标判断矩阵》2020.11.01
- 《表1 土壤理化性质：煤与瓦斯突出预测多元数据可视化系统构建与应用》2020.07.01
- 《表3 预测结果：基于非线性支持向量机的隧道煤与瓦斯突出危险性预测》2020.04.01
- 《表2 识别样本：煤与瓦斯突出预测的PSO-BP算法模型》2020.08.28
- 《表1 训练样本：煤与瓦斯突出预测的PSO-BP算法模型》2020.08.28
- 《表2 重构有效因子：基于LLE-FOA-BP模型的煤与瓦斯突出强度预测》2019.10.01
- 《表5 预测结果可靠度表：煤与瓦斯突出区域预测瓦斯地质方法的可靠性预计》2019.09.20
- 《表2 地应力判断矩阵：层次分析法-突变理论在煤矿煤与瓦斯突出危险性预测中的应用研究》2019.05.01
- 《表5 桃子垭煤与瓦斯突出危险性预测指标原始数据》2019.05.01
- 《表2 煤与瓦斯突出预警指标汇总》2019.06.01
- 《表2 煤与瓦斯突出事故统计分析》2019.05.20
- 《表7 煤与瓦斯突出预测结果》2019.04.01
- 《表5 成分得分系数矩阵：基于因子分析与BP神经网络的煤与瓦斯突出预测》2019.04.01
- 《表3 各因素相关矩阵：基于因子分析与BP神经网络的煤与瓦斯突出预测》2019.04.01
- 《表6 公共因子矩阵：基于因子分析与BP神经网络的煤与瓦斯突出预测》2019.04.01
- 《表4 成分矩阵：基于因子分析与BP神经网络的煤与瓦斯突出预测》2019.04.01
- 《表3 平煤八矿煤与瓦斯突出预测训练样本梯度》2018.11.01
- 《表4 平煤八矿煤与瓦斯突出预测训练样本回判结果》2018.11.01