基于极限学习机的矿井突水水源快速识别模型

• 作者: 周孟然 张延喜 来文豪 杨勇 王亚 胡锋 闫鹏程
• 来源期刊: 煤炭学报
• 学科: 工学
• 关键词: 矿井突水 水源识别 激光诱导荧光光谱 主成分分析 极限学习机
• 年，卷（期）: 2017,（9）
• 页码范围: 2427-2432
• 页数: 6页
• 分类号: TD745
• 语种: 中文
• DOI: 10.13225/j.cnki.jccs.2017.0577

摘要

在煤矿突水灾害防治过程中,需要快速准确地识别出突水水源类型.激光诱导荧光技术具有灵敏度高和快速监测的特点,利用该技术获取水样的荧光光谱.光谱经卷积平滑预处理和主成分分析提取特征信息后,采用极限学习机算法建立多元分类学习模型.确定隐含层激励函数为Sigmoid函数,并通过交叉验证法确定最优隐含层节点个数.从训练网络的平均时间、训练和测试的平均分类准确率和标准差方面,与BP和SVM传统分类算法进行了性能比较.结果表明:在训练集和测试集上的平均分类准确率方面,该模型与传统分类模型基本一致,但该模型分类准确率的标准差最小,说明其具有较稳定的分类性能;在训练模型学习时间方面,该模型能够大幅度降低分类学习时间,说明其具备快速识别突水水源性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周孟然	安徽理工大学电气与信息工程学院	147	713	13.0	21.0
2	王亚	安徽理工大学电气与信息工程学院	19	79	6.0	8.0
4	杨勇	中国矿业大学资源与地球科学学院	38	206	9.0	14.0
5	闫鹏程	安徽理工大学电气与信息工程学院	35	83	6.0	8.0
6	胡锋	安徽理工大学电气与信息工程学院	18	21	2.0	4.0
9	来文豪	安徽理工大学电气与信息工程学院	9	18	2.0	4.0
10	张延喜	淮南矿业集团谢桥煤矿	2	12	1.0	2.0