矿山硫化矿自燃倾向性分级的Bayes判别法及应用

为实现高硫矿床的安全开采,将Bayes判别分析理论应用于矿山硫化矿自燃倾向性的等级判别与分类中。选取反映硫化矿自燃特性的低温氧化质量增加率、自热点温度、自燃点温度这3项指标作为基本判别因子;将硫化矿自燃倾向性分为3个级别作为Bayes判别分析的3个正态总体。以采自典型矿山的20组代表性矿样的实测数据作为训练样本,建立硫化矿自燃倾向性分级的Bayes判别函数。利用交叉确认估计法对训练后的模型进行检验,最后运用该模型对7个待检验矿样的自燃倾向性进行分级。研究结果表明:经训练后的Bayes判别分析模型误判率很低,分类性能良好,可以用于矿山硫化矿自燃倾向性的等级分类。