基于εN-SVDD算法的煤层底板突水危险性预测

• 作者: 张雪英 李凤莲 王子中 陈桂军
• 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: 底板突水 危险预测 有限数据 支持向量数据描述 ε不敏感损失
• 年，卷（期）: 2018,（1）
• 页码范围: 21-26
• 页数: 6页
• 分类号: TD745.2
• 语种: 中文
• DOI: 10.11956/j.issn.1008-0562.2018.01.004

摘要

为有效预测深部煤层开采面临的底板突水威胁,减少突水事故发生,针对水文地质勘探资料少、突水相关数据获取较难的情况,提出结合ε不敏感损失间隔的带负类支持向量数据描述(εN-SVDD)算法,采用该算法构建了底板突水预测模型,对选取的突水预测样例进行了突水预测分析,得到了准确的预测结果.研究结果表明:与原始SVDD、支持向量机(SVM)方法相比较,εN-SVDD预测模型在突水相关数据较少时仍能得到较高的预测准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雪英		233	1213	15.0	23.0
2	李凤莲		44	117	6.0	9.0
3	陈桂军		8	7	2.0	2.0
4	王子中		5	6	2.0	2.0