|
|||||
|
|
| 基于机器学习的煤矿突水预测方法 | |
| 作者姓名： | 童柔 谢天保 |
| 作者单位： | 西安理工大学 经济与管理学院,西安,710054 |
| 基金项目： | 西安市科技计划（201805037YD15CG21（5）） |
| 摘 要： | 由于影响煤矿突水的因素多、相关性强,影响模型预测精度;数据收集工作量大,成本较高,如何科学地选取特征以提高模型预测准确率成为本文重点研究内容.本文首先提出采用稳定性选择方法在已知的22个影响因素中选取7个最重要的因素,之后构建随机森林、神经网络以及支持向量机3种典型机器学习分类预测模型对特征选取前后的数据进行预测分析,实验结果表明,特征选取后的预测模型非常稳定且预测准确率可达100%,同时降低了样本数据收集成本. |
| 关 键 词： | 煤矿突水预测 稳定性选择 特征选取 机器学习算法 |
| 收稿时间： | 2019-05-18 |
| 修稿时间： | 2019-06-21 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 | |
| 点击此处可从《计算机系统应用》下载免费的PDF全文 | |