矿井突水水源的SVM识别方法

• 作者: 冯东梅 吴健伟
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 工学
• 关键词: 矿井突水 水源识别 约简 嵌入梯度 SVM
• 年，卷（期）: 2017,（1）
• 页码范围: 23-27
• 页数: 5页
• 分类号: TD745
• 语种: 中文
• DOI: 10.11956/j.issn.1008-0562.2017.01.004

摘要

为解决在有限监测信息下,矿井突水水源识别中原始指标众多,识别矩阵呈现出的高维、稀疏性问题,采用相关性理论和支持向量机(SVM),提出了矿井突水水源识别方法.计算训练样本相关性及单指标误判个数.依据误判数对各指标进行重要性排序.构建指标组合并约简出测试正确率最高的指标组合,再利用构建的基于相关性理论的矿井突水水源SVM识别模型,实现高维小样本评价.结果表明:Ca2+,Mg2+,K++Na+彼此间相关性较高;K+Na+和CL-,HCO3-和SO42-相关性均较低;Ca2+较重要,SO42-和CL-较不重要;约简评价体系的冗余指标,可节约监测成本,且能够在有限监测信息下,保证识别正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯东梅		51	289	9.0	15.0
2	吴健伟		2	2	1.0	1.0