| 基于混合核函数支持向量机的顶板砂岩富水性研究 |
| |
| 引用本文： | 张良良,石永奎,李俊勇.基于混合核函数支持向量机的顶板砂岩富水性研究[J].矿业安全与环保,2018(2):72-76. |
| |
| 作者姓名： | 张良良 石永奎 李俊勇 |
| |
| 作者单位： | 山东科技大学矿业与安全工程学院;山东省矿山灾害预防控制国家重点实验室培育基地; |
| |
| 摘 要： | 为了寻求一种能够较好地预测煤层顶板砂岩富水性等级的方法,以桑树坪煤矿为例,分别采用BP神经网络、K最近邻分类法、决策树和支持向量机算法对其顶板砂岩富水性进行预测。比较发现,基于支持向量机的预测模型准确率最高为87.5%,节点错误率最低,优于其他3种模型。为了进一步提高模型预测准确率,建立了煤层顶板砂岩富水性的混合核函数支持向量机预测模型,当λ_1=0.05与λ_2=0.95时预测准确率达到100%。研究结果表明,以条件属性作为输入、决策属性作为输出的混合核函数支持向量机预测模型能较好地预测煤层顶板砂岩富水性等级,效果较好。
|
| 关 键 词： | 砂岩富水性 BP神经网络 朴素贝叶斯分类器 支持向量机 混合核函数 |
Study on Water-Richness of Roof Sandstone Based on Hybrid Kernel Function Support Vector Machine |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
