基于KPCA-SVM的煤与瓦斯突出预测方法
来源期刊:工矿自动化2010年第10期
论文作者:李大锋 赵帅 杨岱平
文章页码:36 - 38
关键词:煤与瓦斯突出;核主成分分析;支持向量机;特征提取;分类预测;
摘 要:提出了一种基于KPCA-SVM的煤与瓦斯突出预测方法。该方法首先通过KPCA方法对影响煤与瓦斯突出的相关指标进行特征提取,然后利用SVM方法对煤与瓦斯突出进行分类预测。实例结果表明,该方法对煤与瓦斯突出预测的准确率明显高于直接运用SVM方法的煤与瓦斯突出预测准确率,且运算速度快,识别能力强,同时根据该方法建立的煤与瓦斯突出分类预测模型具有较好的稳定性和有效性。
李大锋,赵帅,杨岱平
义马煤业集团股份有限公司千秋煤矿
摘 要:提出了一种基于KPCA-SVM的煤与瓦斯突出预测方法。该方法首先通过KPCA方法对影响煤与瓦斯突出的相关指标进行特征提取,然后利用SVM方法对煤与瓦斯突出进行分类预测。实例结果表明,该方法对煤与瓦斯突出预测的准确率明显高于直接运用SVM方法的煤与瓦斯突出预测准确率,且运算速度快,识别能力强,同时根据该方法建立的煤与瓦斯突出分类预测模型具有较好的稳定性和有效性。
关键词:煤与瓦斯突出;核主成分分析;支持向量机;特征提取;分类预测;