基于LIF技术和K-均值聚类算法的煤矿突水水源识别研究
煤矿突水水源类型的快速识别对于煤矿水害预警防治具有重要意义.鉴于传统水化学方法水源识别耗时较长等不足,以及K-均值(K-means)聚类算法在光谱分析、模式识别和影像融合等方面的成功应用,提出了将K-均值聚类算法用于激光诱导荧光光谱识别煤矿突水水源这一新的思路.激光光谱具有时间响应快、灵敏度高、干扰小等优点,通过实时采集水样的荧光光谱,根据水样光谱数据即可进行水源类型在线快速识别.以华东地区某矿的5种水样各20个样本为实验材料,采集了100个荧光光谱数据,首先进行降噪处理,再利用主成分分析(PCA)进行降维,最后依据样本的主成分利用K-均值聚类算法,对不同水样的荧光光谱进行了聚类分析.实验结果表明,基于激光诱导荧光光谱的煤矿突水水样聚类分析结果与实际水样分类结果是完全一致的,即同种水样被划分到同一个类,而不同的水样被分到了不同的类.
煤矿突水、水源识别、激光诱导荧光、K-均值聚类
44
TD74(矿山安全与劳动保护)
2017-04-12（万方平台首次上网日期，不代表论文的发表时间）
共3页
22-24
