PCA-BP神经网络在矿山岩溶突水水源判别中的应用研究

TD745; 肥城煤田奥陶系灰岩水和徐家庄灰岩水水质十分相近,因此,导致该煤田矿井突水水源难以判别,为了解决这一问题,选取突水水源中F,Br,I,Rn和H3BO3等微量元素以及化合物质量浓度作为判别指标,利用SPSS软件进行主成分分析,并将所得主成分代入MATLAB软件,建立PCA-BP神经网络判别模型,对比PCA-BP神经网络模型与BP神经网络模型、系统聚类分析判别模型、Fisher判别分析模型的收敛速度和输出精度.结果表明:PCA-BP神经网络模型判别准确率为100％,具有输出结果精度高、误差小、收敛速度快、训练次数少等优点.该模型对于识别水质相近的灰岩突水水源具有一定应用价值....

Full description

Saved in:
Bibliographic Details
Published in河南理工大学学报（自然科学版） Vol. 42; no. 1; pp. 46 - 53
Main Authors 韩忠, 王晓丽, 施龙青
Format Journal Article
LanguageChinese
Published 山东省第六地质矿产勘查院,山东 威海264209%山东科技大学 地球科学与工程学院,山东 青岛 266590 2023
Subjects
奥陶系灰岩
徐家庄灰岩
突水水源
判别精度
PCA-BP神经网络
肥城煤田
Online AccessGet full text

Cover

More Information
Summary:TD745; 肥城煤田奥陶系灰岩水和徐家庄灰岩水水质十分相近,因此,导致该煤田矿井突水水源难以判别,为了解决这一问题,选取突水水源中F,Br,I,Rn和H3BO3等微量元素以及化合物质量浓度作为判别指标,利用SPSS软件进行主成分分析,并将所得主成分代入MATLAB软件,建立PCA-BP神经网络判别模型,对比PCA-BP神经网络模型与BP神经网络模型、系统聚类分析判别模型、Fisher判别分析模型的收敛速度和输出精度.结果表明:PCA-BP神经网络模型判别准确率为100％,具有输出结果精度高、误差小、收敛速度快、训练次数少等优点.该模型对于识别水质相近的灰岩突水水源具有一定应用价值.
ISSN:1673-9787
DOI:10.16186/j.cnki.1673-9787.2020070099