10.3969/j.issn.1005-8141.2014.02.013
硫化矿石自燃倾向性评价的SVM识别模型
为了准确地评价硫化矿石的自燃倾向性,应用Logistic回归分析理论分析主要矿物及其含量、氧化速度常数平均值、自热点、自燃点4项指标与硫化矿石自燃倾向性等级之间的关系,选取氧化速度常数平均值和自热点作为特征指标,建立硫化矿石自燃倾向性评价的支持向量机(SVM)识别模型;以14组硫化矿自燃倾向性实测数据作为学习样本进行训练,建立相应的分类函数;利用回代估计法进行回检,再利用训练好的模型对6组现场实测样本的硫化矿石自燃倾向性进行识别.结果表明:对硫化矿石自然倾向性等级分类产生主要影响的指标是氧化速度常数平均值、自热点,建立的分类方程具有良好的预测效果,而主要矿物、含量和自燃点与分类关联性不大.
硫化矿石、自燃倾向性、SVM、矿山安全
30
TD75+2.2(矿山安全与劳动保护)
国家自然科学基金资助项目70971059;辽宁省科学研究计划资助项目2010230004
2014-03-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
179-183