矿山硫化矿自燃倾向性分级的Bayes判别法及应用

被引：7

作者：

罗凯 ^{[1
,2
]}

吴超 ^{[1
]}

阳富强 ^{[3
]}

李孜军 ^{[1
]}

机构：

[1] 中南大学资源与安全工程学院

[2] 江西理工大学建筑与测绘学院

[3] 福州大学环境与资源学院

来源：

中南大学学报(自然科学版) | 2014年 / 45卷 / 07期

关键词：

硫化矿; Bayes判别分析; 自燃倾向性; 分类;

D O I：

暂无

中图分类号：

TD752.2 [];

学科分类号：

081903 ;

摘要：

为实现高硫矿床的安全开采,将Bayes判别分析理论应用于矿山硫化矿自燃倾向性的等级判别与分类中。选取反映硫化矿自燃特性的低温氧化质量增加率、自热点温度、自燃点温度这3项指标作为基本判别因子;将硫化矿自燃倾向性分为3个级别作为Bayes判别分析的3个正态总体。以采自典型矿山的20组代表性矿样的实测数据作为训练样本,建立硫化矿自燃倾向性分级的Bayes判别函数。利用交叉确认估计法对训练后的模型进行检验,最后运用该模型对7个待检验矿样的自燃倾向性进行分级。研究结果表明:经训练后的Bayes判别分析模型误判率很低,分类性能良好,可以用于矿山硫化矿自燃倾向性的等级分类。

引用

页码：2244 / 2249

页数：6

共 18 条

[1] 基于信息熵和集对分析理论的硫化矿石自燃倾向性判定 [J].