基于粗集-支持向量机的采空区自然发火预测
将粗集和支持向量机两种算法有机结合起来,建立了基于粗集与支持向量机的采空区自然发火预测模型.通过粗集对采空区自然发火影响因子进行预处理,将约简属性作为输入向量,利用支持向量机进行分类处理,选择了支持向量机核函数,利用变步长搜索法对支持向量机参数进行了优化.在对粗集-支持向量机方法的实验中,通过与支持向量机方法和神经网络方法的比较,发现在样本有限的情况下,基于粗集-支持向量机的采空区自然发火预测方法预测精度更高,训练速度更快,为采空区自然发火预测提供了一种新的方法.
粗集-支持向量机、采空区自然发火、预测、神经网络
35
TD752.2(矿山安全与劳动保护)
国家"十一五"科技支撑计划项目2007baq00168-1;江苏省高校自然科学基础研究资助项目08KJD520022
2011-04-06(万方平台首次上网日期,不代表论文的发表时间)
2100-2104