基于PCA-KD-KNN方法的矿井突水水源判别分析研究

发布时间：2021-03-09 05:29

　　在煤矿开采过程中,矿井突水事故严重威胁着煤矿安全生产和工人的生命安全。为了快速准确地判别矿井突水水源,达到有效预防水害事故的目的,基于KD-tree（K-dimension tree）与KNN（K-Nearest Neighbor algorithm,KNN）算法,建立了矿井突水水源判别方法。根据矿井中不同含水层的水化学特征的差异性,选取9种水化学成分作为突水水源的判别指标。采用主成分分析法（PCA）进行数据降维;进一步运用K维树形结构存储训练样本,提高数据搜索效率,然后结合KNN算法进行突水水源判别。以蔚州矿区为例,采用矿区4个含水层的24组实测数据构建模型,其中16组作为训练样本,另外8组为测试样本,并与传统KNN算法的判别结果进行对比。结果表明:KD-tree确定了离待测样本最邻近的3个训练样本,降低了KNN算法的计算复杂度。对比KD-tree与KNN相结合的新方法与传统KNN算法的判别结果,新方法的准确率提高了25%,说明新方法能使判别结果更加快速准确。 

【文章来源】：矿业研究与开发. 2020,40(12)北大核心

【文章页数】：6 页

【部分图文】：

KD-Tree结构（K=2)

经综合分析，利用上述方法可从原始指标数据中提取出Y1、Y2两个新的主要成分（见表3），两者可以较好涵盖9个原始指标中的关键信息，关系表达式如下：2.4 基于KD-Tree与KNN耦合算法实现

【参考文献】：
期刊论文
[1]水下开采矿山突水渗透系数与改进伯格斯模型[J]. 颜丙乾,任奋华.  矿业研究与开发. 2020(04)
[2]煤层底板突水危险性变权评价理论及其工程应用[J]. 李博,武强.  应用基础与工程科学学报. 2017(03)
[3]煤层底板突水变权脆弱性评价模型参数灵敏度分析[J]. 李博,武强.  采矿与安全工程学报. 2015(06)
[4]模糊综合评判法的改进及在水源判别中的应用[J]. 李凤莲,冯琳,张雪英,王子中.  太原理工大学学报. 2015(04)
[5]基于主成分分析与距离判别分析法的突水水源识别方法[J]. 宫凤强,鲁金涛.  采矿与安全工程学报. 2014(02)
[6]矿井水害类型划分及主要特征分析[J]. 武强,崔芳鹏,赵苏启,刘守强,曾一凡,谷亚威.  煤炭学报. 2013(04)
[7]矿井涌水水源判别的GRA-SDA耦合模型[J]. 徐斌,张艳,姜凌.  岩土力学. 2012(10)
[8]基于多元统计分析的矿井突水水源Fisher识别及混合模型[J]. 黄平华,陈建生.  煤炭学报. 2011(S1)
[9]矿井涌水水源分析的支持向量机模型[J]. 闫志刚,杜培军,郭达志.  煤炭学报. 2007(08)
[10]中国东北松嫩平原地下水水化学特征与演变规律[J]. 章光新,邓伟,何岩,Ramsis Salama.  水科学进展. 2006(01)



本文编号：3072331