改进贝叶斯判别法的矿井水源识别模型

摘要：

为准确地判别矿井水源的类型以减少矿井水害的发生,提出一种改进贝叶斯判别的矿井水源识别模型.通过对砂岩裂隙水、老空水、奥灰水和太灰水4类水源进行水质化验,分析选取K++Na+,Ca2+,Mg2+,SO42-,Cl-,HCO3-6种水质离子作为判别指标;首先使用SPSS Statistics 24软件分析各水质离子之间的相关性,其次对各主成分进行方差贡献率分析,选取前5种水质离子作为主要水质离子,然后根据变异系数法计算主要水质离子权重,最终结合贝叶斯判别法建立水源判别模型,并将模型的预测结果与基础贝叶斯模型的结果进行对比.结果表明:利用改进贝叶斯判别的矿井水源识别模型对14个待测样本进行测试,判别准确率为85.71％,相较于基础贝叶斯模型的准确率提高了 21.42％,应用该判别模型的准确率得到了大幅提升;将该模型回代到26个样本中,判别结果与实际情况基本吻合.通过2种模型的对比分析,采用改进贝叶斯模型进行矿井水源识别准确率高且具有研究价值,为矿井水源识别提供新的思路.

关键词：主成分分析、变异系数、贝叶斯判别、水源识别

所属期刊栏目：42

分类号：TD745(矿山安全与劳动保护)

资助基金：国家自然科学基金62002285

在线出版日期：2022-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：237-244