首页 | 本学科首页   官方微博 | 高级检索  
     

基于支持向量机的煤矿井水害水源自动识别方法研究
引用本文:李继君,薛阳,余桂希,余桂莲,余生晨. 基于支持向量机的煤矿井水害水源自动识别方法研究[J]. 华北科技学院学报, 2015, 0(2): 25-29
作者姓名:李继君  薛阳  余桂希  余桂莲  余生晨
作者单位:1. 高河能源有限公司,山西 长治,047100
2. 北京政法职业学院,北京,102600
3. 宁夏中卫市海原县职业中学,宁夏 海原,755200
4. 宁夏固原市原州第五中学,宁夏 固原,756000
5. 华北科技学院,北京 东燕郊,101601
摘    要:为了提高识别煤矿井水害水源的正确率,针对一些小样本的水害水源分类识别问题,提出利用支持向量机(SVM)分类识别。潞安集团所属煤矿区是同一成煤时期形成的,具有相似的特点,SVM训练集的样品取自潞安集团所属各煤矿,训练好SVM后,对潞安集团所属的高河能源有限公司煤矿井水害水源进行了分类识别。实验和生产实践证明该方法分类识别煤矿井水害水源的效果较好。

关 键 词:水源识别  支持向量机  矿井突水

Research on method of automatic recognition of water sources based on Support vector machine
LI Ji-jun,XUE Yang,YU Gui-xi,YU Gui-lian,YU Sheng-chen. Research on method of automatic recognition of water sources based on Support vector machine[J]. Journal of North China Institute of Science and Technology, 2015, 0(2): 25-29
Authors:LI Ji-jun  XUE Yang  YU Gui-xi  YU Gui-lian  YU Sheng-chen
Affiliation:LI Ji-jun;XUE Yang;YU Gui-xi;YU Gui-lian;YU Sheng-chen;High River Energy Co. Ltd;Beijing Management College of Politics and Law;Secondary Vocational Technical School of Zhongwei City Haiyuan County of Nixia;the Fifth Middle School of Yuanzhou District of Guyuan City of Ningxia;North China Institute of Science and Technology;
Abstract:
Keywords:headstream recognition  Support vector machine (SVM)  mine water - bursting
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号