摘要
依据鹤壁矿区各含水层水化学成分的差异性,选取9种水化学成分指标作为突水水源识别的样本变量。采用主成分分析(PCA)法与Bayes判别分析法相结合,建立鹤壁矿区突水水源的识别模型。以鹤壁矿区不同含水层的水化学特征资料中的66个水样为学习样本,13个为预测样本对该模型进行检验和应用,并与传统Bayes判别分析模型的结果进行对比分析。研究结果表明:利用PCA法与Bayes法综合模型识别矿井突水水源,能有效消除样本变量指标间的相互影响,提高突水水源识别的准确率。
出处
《中州煤炭》
2013年第12期31-35,共5页
Zhongzhou Coal
