基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
结合主成分分析和贝叶斯(Bayes)判别简化构建突水水源识别模型,水样变量因子选取Ca2+、Na++K+、Mg2+、HCO-3、Cl-、SO2-4六个指标.采用潘二矿新生界松散层、 煤系砂岩以及太原组灰岩中的水质分析资料作为训练样本和预测样本,其中,训练样本24个,预测样本11个,判别结果表明:松散层水正确率为81.8%,砂岩水正确率为83.3%,灰岩水正确率为85.7%,整体正确率为83.3%,判别结果可信度高.同时,将主成分分析和贝叶斯结合突水识别模型与贝叶斯模型比较表明利用主成分分析和贝叶斯结合的模型能有效消除冗余信息,使判别结果更加快速准确.
推荐文章
矿井突水水源判别的多组逐步Bayes判别方法研究
矿井突水
矿井水文地质
突水水源判别
多组逐步Bayes判别
基于主成分分析与距离判别分析法的突水水源识别方法
水源判别
矿井突水
距离判别分析
主成分分析
基于主成分分析的矿井突水水源Bayes判别模型
突水水源
判别模型
主成分分析法
Matlab
贝叶斯判别法
鹤壁矿区
基于主成分分析的改进贝叶斯网络入侵检测研究
特征选择
主成分分析
滑动窗口
贝叶斯网络
入侵检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于主成分分析与贝叶斯判别法的矿井突水水源识别方法研究
来源期刊 煤炭工程 学科 工学
关键词 主成分分析法 贝叶斯判别 矿井突水 水源判别
年,卷(期) 2018,(12) 所属期刊栏目 研究探讨
研究方向 页码范围 90-94
页数 5页 分类号 TD745
字数 3947字 语种 中文
DOI 10.11799/ce201812024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡友彪 安徽理工大学地球与环境学院 149 1060 18.0 25.0
2 琚棋定 安徽理工大学地球与环境学院 7 16 2.0 4.0
3 张淑莹 安徽理工大学地球与环境学院 6 29 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (172)
共引文献  (286)
参考文献  (18)
节点文献
引证文献  (9)
同被引文献  (66)
二级引证文献  (1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(14)
  • 参考文献(1)
  • 二级参考文献(13)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(25)
  • 参考文献(0)
  • 二级参考文献(25)
2010(29)
  • 参考文献(2)
  • 二级参考文献(27)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(18)
  • 参考文献(2)
  • 二级参考文献(16)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(16)
  • 参考文献(2)
  • 二级参考文献(14)
2015(9)
  • 参考文献(1)
  • 二级参考文献(8)
2016(9)
  • 参考文献(2)
  • 二级参考文献(7)
2017(11)
  • 参考文献(5)
  • 二级参考文献(6)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(6)
  • 引证文献(5)
  • 二级引证文献(1)
研究主题发展历程
节点文献
主成分分析法
贝叶斯判别
矿井突水
水源判别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
煤炭工程
月刊
1671-0959
11-4658/TD
大16开
北京市德外安德路67号
80-130
1954
chi
出版文献量(篇)
11020
总下载数(次)
16
论文1v1指导