首页> 中文期刊> 《中国科技论文》 >基于主成分分析和支持向量机的矿井水源判别

基于主成分分析和支持向量机的矿井水源判别

         

摘要

针对传统支持向量机法判别矿井水源准确率较低的问题,选取7种水化学成分指标作为矿井水源判别的指标,采用主成分分析(PCA)和支持向量机(SVM)相结合的方法建立PCA-SVM矿井水源判别模型.以山东盛泉矿业有限公司矿井太原组灰岩含水层和奥灰含水层的水化学特征中的27个样本进行训练和检验,并与传统的支持向量机模型结果进行比较,利用PCA-SVM模型对矿井水源进行判别,分类准确率由66.67%提高到83.40%.研究结果表明,利用PCA-SVM矿井水源判别模型能有效消除判别指标间的相关影响,判别率较高,引进主成分分析算法是必要的.

著录项

  • 来源
    《中国科技论文》 |2015年第3期|251-255|共5页
  • 作者单位

    山东科技大学地球科学与工程学院,山东青岛266590;

    山东科技大学地球科学与工程学院,山东青岛266590;

    山东科技大学山东省沉积成矿作用与沉积矿产重点实验室,山东青岛266590;

    山东科技大学信息科学与工程学院,山东青岛266590;

    山东科技大学地球科学与工程学院,山东青岛266590;

    山东科技大学地球科学与工程学院,山东青岛266590;

    山东科技大学地球科学与工程学院,山东青岛266590;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 矿山水灾的预防和处理;
  • 关键词

    矿井突水; 水源判别; 主成分分析; 支持向量机;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号