發(fā)布時間：2018-07-10 03:12

  本文選題：礦井突水 + 水源判別　； 參考：《中國科技論文》2015年03期

【摘要】：針對傳統(tǒng)支持向量機法判別礦井水源準確率較低的問題,選取7種水化學成分指標作為礦井水源判別的指標,采用主成分分析(PCA)和支持向量機(SVM)相結(jié)合的方法建立PCA-SVM礦井水源判別模型。以山東盛泉礦業(yè)有限公司礦井太原組灰?guī)r含水層和奧灰含水層的水化學特征中的27個樣本進行訓練和檢驗,并與傳統(tǒng)的支持向量機模型結(jié)果進行比較,利用PCASVM模型對礦井水源進行判別,分類準確率由66.67%提高到83.40%。研究結(jié)果表明,利用PCA-SVM礦井水源判別模型能有效消除判別指標間的相關影響,判別率較高,引進主成分分析算法是必要的。
[Abstract]:In order to solve the problem of low accuracy of traditional support vector machine (SVM) method for mine water source identification, seven kinds of water chemical composition indexes are selected as the indicators of mine water source discrimination. The PCA-SVM mine water source discriminant model is established by combining principal component analysis (PCA) with support vector machine (SVM). Twenty-seven samples from Taiyuan formation limestone aquifer and Ordovician aquifer of Shengquan Mining Co., Ltd., Shandong Province, were trained and tested, and compared with the results of traditional support vector machine model. Using PCASVM model to distinguish mine water source, the classification accuracy is improved from 66.67% to 83.40%. The results show that the correlation between discriminant indexes can be effectively eliminated by using PCA-SVM mine water source discriminant model, and the discriminant rate is high. It is necessary to introduce principal component analysis (PCA) algorithm.
【作者單位】： 山東科技大學地球科學與工程學院;山東科技大學山東省沉積成礦作用與沉積礦產(chǎn)重點實驗室;山東科技大學信息科學與工程學院;
【基金】：高等學校博士學科點專項科研基金資助項目(20133718110004) 青島市經(jīng)濟技術開發(fā)區(qū)重點科技發(fā)展計劃資助項目(2013-1-62) 山東省自然科學基金重點資助項目(ZR2011EEZ002) 山東科技大學科研創(chuàng)新團隊支持計劃資助項目(2012KYTD101) 山東科技大學研究生科技創(chuàng)新基金資助項目(YC140103)
【分類號】：TD745

【參考文獻】

相關期刊論文 前10條

1 李明山,禹云雷,路風光,胡友彪,程學豐,趙志根;姚橋煤礦礦井突水水源模糊綜合評判模型[J];勘察科學技術;2001年02期

2 馮利軍,李競生,邵改群;具有線性功能函數(shù)的神經(jīng)元在礦井水質(zhì)類型識別中的應用[J];煤田地質(zhì)與勘探;2002年04期

3 王玉民,焦立敏;利用水質(zhì)分析法判定礦井涌水水源[J];煤礦安全;2001年10期

4 閆志剛;杜培軍;郭達志;;礦井涌水水源分析的支持向量機模型[J];煤炭學報;2007年08期

5 張瑞鋼;錢家忠;馬雷;覃華;;可拓識別方法在礦井突水水源判別中的應用[J];煤炭學報;2009年01期

6 王震;朱術云;段宏飛;宋淑光;;基于灰色系統(tǒng)關聯(lián)分析的礦井突水水源判別[J];煤礦安全;2012年07期

7 宮鳳強;魯金濤;;基于主成分分析與距離判別分析法的突水水源識別方法[J];采礦與安全工程學報;2014年02期

8 周笑綠,鄭世書,楊國勇;南桐煤礦二井井下突水水源綜合分析[J];中國礦業(yè)大學學報;1997年02期

9 阮宏瑋;劉鐵鋼;李華;王小雨;;主成分分析法的網(wǎng)頁篡改檢測[J];中國科技論文;2012年07期

10 康松林;周玖玖;李瓊;;入侵檢測中支持向量機參數(shù)選擇方法[J];中國科技論文;2012年10期

【共引文獻】

相關期刊論文 前10條

1 祝翠;錢家忠;周小平;馬雷;;BP神經(jīng)網(wǎng)絡在潘三煤礦突水水源判別中的應用[J];安徽建筑工業(yè)學院學報(自然科學版);2010年05期

2 閆志剛;杜培軍;;H-SVMs的構(gòu)造方法[J];東南大學學報(自然科學版);2009年S1期

3 陳付申;齊玉峰;王關杰;;銀家溝硫鐵礦礦床充水水源分析[J];地下水;2008年06期

4 李再興;張鳳鳴;龐良;韓國童;;有關礦井突水水源判別方法的探討[J];地下水;2009年05期

5 曹珍珍;康衛(wèi)東;李貴娟;王潤蘭;;忠曲金礦巷道涌水水源判識研究[J];地下水;2012年01期

6 賁旭東;郭英海;解奕偉;沈玉林;張傳風;平立華;;模糊綜合評判在礦井突水水源判別中的應用及探討[J];礦業(yè)安全與環(huán)保;2006年03期

7 潘國營;王素娜;孫小巖;范書凱;;同位素技術在判別礦井突水水源中的應用[J];礦業(yè)安全與環(huán)保;2009年01期

8 高衛(wèi)東;;熵權(quán)模糊綜合評價法在礦井突水水源判別中的應用[J];礦業(yè)安全與環(huán)保;2012年02期

9 高志強;馬雷;周小平;;潘二煤礦沿Ⅳ勘探線地下水化學成分空間分布特征研究[J];工程與建設;2012年02期

10 錢家忠;杜奎;趙衛(wèi)東;周小平;馬雷;;基于投影尋蹤技術的礦井突水水源判別模型——以新莊孜煤礦為例[J];地質(zhì)論評;2012年06期

相關博士學位論文 前7條

1 王正帥;老采空區(qū)殘余沉降非線性預測理論及應用研究[D];中國礦業(yè)大學;2011年

2 桂和榮;皖北礦區(qū)地下水水文地球化學特征及判別模式研究[D];中國科學技術大學;2005年

3 牛建立;煤層底板采動巖水耦合作用與高承壓水體上安全開采技術研究[D];煤炭科學研究總院;2008年

4 李昂;帶壓開采下底板滲流與應力耦合破壞突水機理及其工程應用[D];西安科技大學;2012年

5 肖建于;證據(jù)理論研究及其在礦井突水預測中的應用[D];中國礦業(yè)大學;2012年

6 王益?zhèn)?大水礦山地下水致災機理及防治研究[D];中南大學;2014年

7 彭康;海下金屬礦床開采參數(shù)優(yōu)化與安全預警研究[D];中南大學;2014年

相關碩士學位論文 前10條

1 李德強;葛泉礦東井突水水源快速判別技術研究與應用[D];河北工程大學;2010年

2 原偉強;焦村礦水文地質(zhì)條件及二_1煤底板突水危險性評價[D];河南理工大學;2011年

3 陳善成;潘三煤礦西翼8煤水文地質(zhì)特征研究[D];安徽理工大學;2010年

4 張富凱;礦井突水水源判別系統(tǒng)的研究與設計[D];西安建筑科技大學;2011年

5 王偉;基于格子Boltzmann方法的地下突水數(shù)值模擬[D];西安建筑科技大學;2011年

6 牟林;煤礦采場底板隔水層阻水能力分析與試驗研究[D];西安科技大學;2011年

7 王沙沙;保德煤礦奧灰富水性及11~#煤底板突水危險性評價[D];山東科技大學;2011年

8 崔喜;基于GIS的淮南孔集礦地下水化學特征分析及突水水源判別模型[D];合肥工業(yè)大學;2007年

9 張瑞鋼;基于GIS的潘一礦地下水環(huán)境特征分析及突水水源判別模型[D];合肥工業(yè)大學;2008年

10 楊梅;基于GIS的淮南老礦區(qū)地下水環(huán)境特征及突水水源判別模型[D];合肥工業(yè)大學;2008年

【二級參考文獻】

相關期刊論文 前10條

1 張雪芹;顧春華;吳吉義;;異常檢測中支持向量機最優(yōu)模型選擇方法[J];電子科技大學學報;2011年04期

2 李再興;張鳳鳴;龐良;韓國童;;有關礦井突水水源判別方法的探討[J];地下水;2009年05期

3 梁俊勛;吳必勝;;用灰色關聯(lián)度分析法判別某地下室產(chǎn)生上浮的水源[J];工程勘察;2010年S1期

4 阮宏瑋;李華;王小雨;吳承勇;龐濱;;基于快照輪詢和文本檢測的批量網(wǎng)頁防篡改系統(tǒng)[J];廣西大學學報(自然科學版);2011年S1期

5 魏永強,梁化強,任印國,劉偉;神經(jīng)網(wǎng)絡在判別煤礦突水水源中的應用[J];江蘇地質(zhì);2004年01期

6 劉志剛,李德仁,秦前清,史文中;支持向量機在多類分類問題中的推廣[J];計算機工程與應用;2004年07期

7 周源遠,王繼成,鄭剛,張福炎;Web頁面清洗技術的研究與實現(xiàn)[J];計算機工程;2002年09期

8 林楊;劉貴全;楊立身;;基于改進SVM方法的入侵檢測[J];計算機工程;2007年14期

9 李慧;李存華;王霞;;基于特征選擇的網(wǎng)頁排名算法[J];計算機工程;2010年13期

10 李明山,禹云雷,路風光,胡友彪,程學豐,趙志根;姚橋煤礦礦井突水水源模糊綜合評判模型[J];勘察科學技術;2001年02期

【相似文獻】

相關期刊論文 前10條

1 任伯幟;鄭諧;劉斌全;周義;;錳礦區(qū)土-水界面污染流中重金屬含量相關分析及主成分解析[J];環(huán)境工程;2014年07期

2 楊潔;侯寶革;付曉;馬子云;;基于主成分分析的掘進機故障診斷方法[J];煤礦機械;2014年08期

3 吳湘濱,鄧家鳳,范森葵;濾波檢測與主成分分析技術及其應用[J];中南工業(yè)大學學報(自然科學版);2002年05期

4 呂潔;蔣仲安;萬善福;;基于主成分信息擴散法的煤炭企業(yè)風險預警方法[J];煤炭學報;2008年04期

5 侯軼婕;;山西煤炭行業(yè)上市公司財務績效的主成分分析[J];時代金融;2013年09期

6 王廣宇;馬占新;李yN寧;;華能伊敏煤電勞務派遣員工滿意度實證研究[J];煤炭經(jīng)濟研究;2010年12期

7 劉友金;煤炭工業(yè)技術進步的主成分分析[J];湘潭工學院學報(社會科學版);2000年01期

8 王文慶, 云慶夏;礦石成本的多元數(shù)據(jù)分析[J];有色金屬;1995年04期

9 田冬梅;姚建;蔣仲安;牛偉;;煤炭企業(yè)作業(yè)場所風險預測模型的研究[J];煤礦安全;2009年07期

10 陳高峰;盧應發(fā);程圣國;;邊坡穩(wěn)定性影響因素主成分分析[J];金屬礦山;2008年04期

，

本文編號：2111805