中州煤炭
中州煤炭
중주매탄
ZHONGZHOU COAL
2013年
12期
31-35
,共5页
PCA%Bayes判别分析%矿井突水%水源识别
PCA%Bayes判彆分析%礦井突水%水源識彆
PCA%Bayes판별분석%광정돌수%수원식별
依据鹤壁矿区各含水层水化学成分的差异性,选取9种水化学成分指标作为突水水源识别的样本变量.采用主成分分析(PCA)法与Bayes判别分析法相结合,建立鹤壁矿区突水水源的识别模型.以鹤壁矿区不同含水层的水化学特征资料中的66个水样为学习样本,13个为预测样本对该模型进行检验和应用,并与传统Bayes判别分析模型的结果进行对比分析.研究结果表明:利用PCA法与Bayes法综合模型识别矿井突水水源,能有效消除样本变量指标间的相互影响,提高突水水源识别的准确率.
依據鶴壁礦區各含水層水化學成分的差異性,選取9種水化學成分指標作為突水水源識彆的樣本變量.採用主成分分析(PCA)法與Bayes判彆分析法相結閤,建立鶴壁礦區突水水源的識彆模型.以鶴壁礦區不同含水層的水化學特徵資料中的66箇水樣為學習樣本,13箇為預測樣本對該模型進行檢驗和應用,併與傳統Bayes判彆分析模型的結果進行對比分析.研究結果錶明:利用PCA法與Bayes法綜閤模型識彆礦井突水水源,能有效消除樣本變量指標間的相互影響,提高突水水源識彆的準確率.
의거학벽광구각함수층수화학성분적차이성,선취9충수화학성분지표작위돌수수원식별적양본변량.채용주성분분석(PCA)법여Bayes판별분석법상결합,건립학벽광구돌수수원적식별모형.이학벽광구불동함수층적수화학특정자료중적66개수양위학습양본,13개위예측양본대해모형진행검험화응용,병여전통Bayes판별분석모형적결과진행대비분석.연구결과표명:이용PCA법여Bayes법종합모형식별광정돌수수원,능유효소제양본변량지표간적상호영향,제고돌수수원식별적준학솔.
