[发明专利]一种基于小样本学习的冲击地压时序预测模型构建方法

摘要

一种基于小样本学习的冲击地压时序预测模型构建方法，通过微震传感器将采集到的原始微震数据传至地面控制室的上位机，由上位机对原始微震数据进行标准化处理，然后利用主成分分析法和核密度估计方法处理标准化以后的微震数据，得到相应二维时序数据，研究即将发生的大能量矿震事件与过去矿震事件的相关性，构建密度指标，并完成数据的标注，最后构建基于小样本学习的长短期神经网络，通过将时序数据以及密度指标放入构建好的神经网络中训练，完成未来大能量事件发生的时间段的预测。本发明能够降低长短期记忆循环神经网络对数据的依赖性，提高网络的泛化性，使其在数据量比较小时，也能够进行大能量矿震预测，为冲击地压提供早期预警。