期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于IPFA算法和平均影响值的含水层矿井突水水源识别
1
作者 乔伟 《中国矿业》 北大核心 2026年第1期261-267,共7页
矿井不同含水层由于导水断层、裂隙网络相互导通,使得具有相似化学特征的水样混杂重叠,并且受到环境等无关冗余数据的干扰,容易造成水样特征类型的误判,降低了突水水源识别准确性。为此提出一种基于IPFA算法和平均影响值的含水层矿井突... 矿井不同含水层由于导水断层、裂隙网络相互导通,使得具有相似化学特征的水样混杂重叠,并且受到环境等无关冗余数据的干扰,容易造成水样特征类型的误判,降低了突水水源识别准确性。为此提出一种基于IPFA算法和平均影响值的含水层矿井突水水源识别方法。采用K-近邻法扩展获取含水层水源化学成分特征间的高维互信息熵,更全面地反映特征之间的关联性,从而筛选出与突水水源识别真正相关的特征,降低冗余特征干扰。使用IPFA算法对极限学习机(ELM)参数展开寻优,提高模型的泛化能力和识别精度,避免ELM陷入最优解,减少混杂重叠的水样相似化学特征类型误判;应用平均响应值(MIV)方法对各个类型特征的MIV值展开计算,筛选平均影响贡献率高的特征,深入理解各特征在水源识别中的作用机制。并构建基于IPFA-ELM-MIV的含水层矿井突水水源识别模型,通过模型完成水源识别。实验结果表明,所提方法通过筛选可以将样本特征的高维互信息熵提升到0.9以上,在9次识别过程中,所提方法出现误判的概率为0,准确识别了含水层矿井突水化学特征类型,提升了矿井不同含水层突水水源识别结果的准确性,并且在不同采样环境下的含水层矿井突水水源识别的R_(1)值高于0.95,具有更强的识别适应性,对于预防和治理矿井突水灾害具有重要意义。 展开更多
关键词 ipfa算法 K-近邻法 平均影响值 极限学习机 含水层矿井 突水水源识别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部