Es bien sabido que la previsión de las brotaciones de gas de mina es muy importante para garantizar la seguridad de la minería. En este artículo se presenta una máquina vectorial de relevancia robusta basada en wavelets y en el control de programación de datos de sensores para modelar la previsión de brotes de gas en minas. La función wavelet Morlet puede utilizarse como función kernel de la máquina vectorial de relevancia robusta. El error porcentual medio se ha utilizado para medir el rendimiento del método propuesto en este estudio. Como el error medio de predicción de la brotación de gas de mina del modelo WRRVM es inferior al 1,5%, y el error medio de predicción de la brotación de gas de mina del modelo RVM es superior al 2,5%, puede verse que la precisión de predicción de la brotación de gas de mina del modelo WRRVM es mejor que la del modelo RVM.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Funciones Semipreinvexas
Artículo:
Solución Numérica de Ecuaciones Integrodiferenciales de Estocolmo de Orden Fraccionario en el Sentido de la Derivada Atangana-Baleanu
Artículo:
Criterios de Suficiencia para Funciones -Estrelladas Asociadas con Cardioides
Artículo:
Media inferior de medidas en curvas y subespacios
Artículo:
Sobre las propiedades de aproximación de los operadores analógicos bivariados de tipo Bernstein.
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.