10.3964/j.issn.1000-0593(2016)07-2234-04
KNN结合PCA在激光诱导荧光光谱识别矿井突水中的应用
矿井突水的迅速识别与分类对于井下水灾防治工作有着重要的意义。提出一种KNN结合PCA运用在激光诱导荧光光谱快速识别矿井突水水源中的新方法。利用激光器发射激光通过可浸入式探头射入水样,得到四种突水水样共80组荧光光谱数据,再分别对每组数据进行预处理,处理后的数据中每种水样取15组数据作为训练集,共60组,其余20组作为预测集。利用主成分分析(PCA)对数据进行处理,之后在主成分分析的基础上利用KNN算法进行分类识别。实验过程中,各预处理方法在主成分个数为2的情况下,进行KNN算法分类的正确率都达到100%。
KNN算法、PCA、激光诱导荧光、矿井突水、水源识别
36
O657.3(分析化学)
国家“十二五”科技支撑计划重点项目2013BAK06B01;国家自然科学基金项目51174258
2016-08-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
2234-2237