共 8 条
基于SVM的潘三矿B8组与C13组煤开采中突水水源判别模型
被引：12
作者：
钱家忠
潘婧
赵卫东
陈陆望
机构：
[1] 合肥工业大学资源与环境工程学院
来源：
关键词：
突水水源判别;
支持向量机;
BP神经网络;
煤矿;
模型;
D O I：
暂无
中图分类号：
TD745.21 [];
学科分类号：
081903 ;
摘要：
矿井突(涌)水水源的快速识别是矿井水害有效防治的前提条件.为了更有效地区分潘三煤矿B8、C13组煤系突水水源,利用支持向量机(SVM)建立水源判别模型,并将其与模式识别领域发展比较成熟的BP神经网络判别模型对比,发现SVM法能够将煤系B8、C13组混和水源快速、有效地分开.研究结果表明:SVM法的分类函数结构简单,运算速度快,解决了在BP神经网络方法中无法避免的局部极值问题,对于B8、C13组煤系突水水源的区分有更好的适用性和优越性,为矿井水害防治提供了一种辅助决策手段.
引用
收藏
页码：2425 / 2430
页数：6
相关论文