世界科技研究与发展
世界科技研究與髮展
세계과기연구여발전
World Sci-Tech R & D
2015年
2期
147-150
,共4页
工作面%支持向量机%交叉验证%煤层瓦斯含量
工作麵%支持嚮量機%交扠驗證%煤層瓦斯含量
공작면%지지향량궤%교차험증%매층와사함량
working face%SVM%cross-validation%seam gas content
为进一步提高工作面煤层瓦斯含量预测的准确性，将交叉验证方法（K-CV）和支持向量机（SVM）相结合，建立预测模型。该模型在 SVM的基础上采用交叉验证的思想，寻找最佳参数 c＆g，最大限度地消除由于个别样本的较大误差对预测模型的影响，提高预测模型的准确性。选取告成矿工作面煤层钻孔的实测数据进行实例分析，结果表明：该模型较单一 SVM预测精度高，能有效预测工作面煤层瓦斯含量。
為進一步提高工作麵煤層瓦斯含量預測的準確性，將交扠驗證方法（K-CV）和支持嚮量機（SVM）相結閤，建立預測模型。該模型在 SVM的基礎上採用交扠驗證的思想，尋找最佳參數 c＆g，最大限度地消除由于箇彆樣本的較大誤差對預測模型的影響，提高預測模型的準確性。選取告成礦工作麵煤層鑽孔的實測數據進行實例分析，結果錶明：該模型較單一 SVM預測精度高，能有效預測工作麵煤層瓦斯含量。
위진일보제고공작면매층와사함량예측적준학성，장교차험증방법（K-CV）화지지향량궤（SVM）상결합，건립예측모형。해모형재 SVM적기출상채용교차험증적사상，심조최가삼수 c＆g，최대한도지소제유우개별양본적교대오차대예측모형적영향，제고예측모형적준학성。선취고성광공작면매층찬공적실측수거진행실례분석，결과표명：해모형교단일 SVM예측정도고，능유효예측공작면매층와사함량。
In order to further improve prediction coal seam gas content of coal face,the prediction model is established by K-fold cross-validation (K-CV)and support vector machine (SVM).This model uses the method of cross-validation on the basis of SVMto find the best parameter c &g.It can eliminate the influence on the prediction model of large errors of indi-vidual samples and improve the accuracy of the prediction model.By analyzing the drilling data from mining working face of Gaocheng coal mine,the results showed that the model has higher prediction accuracy than the model based on SVM.The model can effectively predict the working face of coal seam gas content.
