[发明专利]一种基于深度学习的煤与瓦斯突出强度预测方法

权利要求书

1.一种基于深度学习的煤与瓦斯突出强度预测方法，其特征在于：包括如下步骤：

步骤一：数据准备，选取煤与瓦斯突出的预测指标，定义训练数据，并对数据进行标准化处理；

步骤二：特征提取，根据数据集定义网络或模型组成，将输入映射到目标，提取地质指标特征；

步骤三：配置学习过程，选择损失函数、优化器和需要监控的指标，设置迭代次数；

步骤四：训练模型，输入样本调用模型的fit方法在训练数据上进行迭代，对模型进行训练和优化；

步骤五：验证模型，在验证集上对煤与瓦斯突出样本进行预测，并与实际结果进行对照，确定模型的预测精度。

2.根据权利要求1所述的一种基于深度学习的煤与瓦斯突出强度预测方法，其特征在于：采用交叉熵损失函数categorical_crossentropy作为损失函数。

3.根据权利要求1所述的一种基于深度学习的煤与瓦斯突出强度预测方法，其特征在于：采用RMSprop优化算法作为模型的优化器，以加快算法的学习速度。