金属矿采空区危险性判别的PCA-SVM模型研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.0253-6099.2014.04.004

金属矿采空区危险性判别的PCA-SVM模型研究

引用
为了有效合理地判别金属矿采空区的危险性,引入主成分分析法(PCA)及支持向量机(SVM),建立了PCA-SVM判别模型。搜集国内金属矿40组采空区失稳资料,首先利用主成分分析法对采空区失稳因素进行降维处理,消除各因素之间的冗余,获取样本集主要信息。然后利用支持向量机对保留的主成分数据进行建模,并引入遗传算法对SVM模型参数进行优化,改善SVM模型的判别效果。对判别模型进行训练及检验,结果表明,该模型对训练样本和检验样本的判别精度分别达到100%及90%。最后将该模型运用于工程实际中,其判别结果与实际情况相符,表明该模型在工程实际中具有一定的应用价值。

采空区、危险性判别、主成分分析、支持向量机

TD325(矿山压力与支护)

国家科技支撑计划2013BAB02B05和2012BAB08B01;中南大学教师基金2013JSJJ029;国家自然科学基金和上海宝钢集团公司联合资助51074177

2014-09-24(万方平台首次上网日期,不代表论文的发表时间)

共4页

16-19

相关文献
评论
暂无封面信息
查看本期封面目录

矿冶工程

0253-6099

43-1104/TD

2014,(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn