支持向量机在矿井突水水源识别中的应用
来源期刊:江西理工大学学报2009年第5期
论文作者:陈祖云 杨胜强 张桂珍 邬长福
关键词:矿井突水; 水源识别; 支持向量机; 水化学成分;
摘 要:为了正确地识别矿井突水水源,基于水化学成分对水源判别的重要性,选择K++Na+、Ca2+、Mg2+、Cl-、SO42-、HCO3-这6项指标作为特征向量,建立了矿井突水水源的支持向量机识别模型.此方法不仅结构简单,而且技术性能尤其泛化能力与BP神经网络相比有明显提高,能有效地识别矿井突水水源的类别,为防治水工作提供决策依据.
陈祖云1,杨胜强2,张桂珍1,邬长福1
(1.江西理工大学资源与环境工程学院,江西,赣州,341000;
2.中国矿业大学安全工程学院,江苏,徐州,221008)
摘要:为了正确地识别矿井突水水源,基于水化学成分对水源判别的重要性,选择K++Na+、Ca2+、Mg2+、Cl-、SO42-、HCO3-这6项指标作为特征向量,建立了矿井突水水源的支持向量机识别模型.此方法不仅结构简单,而且技术性能尤其泛化能力与BP神经网络相比有明显提高,能有效地识别矿井突水水源的类别,为防治水工作提供决策依据.
关键词:矿井突水; 水源识别; 支持向量机; 水化学成分;
【全文内容正在添加中】