摘要
针对瓦斯灾害危险性预测中预测性能低的问题,对一种基于矿井内瓦斯浓度与环境因素相关性分析的瓦斯灾害选择集成预测方法进行了研究。首先,分析实验数据中样本属性与瓦斯浓度的相关性,并根据相关性分析结果进行属性约简得到新的数据集;其次,训练基学习器并应用优化集成前序选择方法建立选择集成回归学习模型;最后,将模型应用于瓦斯灾害预测。实验结果表明,基于相关性分析的选择集成回归学习模型对瓦斯灾害危险性的识别率比未进行相关性分析的四个基学习器平均提高了24%,比未进行相关性分析的选择集成回归学习模型提高了7. 6%。
学科与关键词
关键词
瓦斯灾害相关性分析选择集成回归学习集成前序选择识别率 gas disastercorrelation analysisselective ensemble regression learningensemble forward sequential selectionrecognition rate
- 基于特征选择的煤层瓦斯含量影响因素分析朱加锋; 单耀; 李红涛煤, 2019, (12): 1-4+16.
- 灰色关联优化BP神经网络预测工作面瓦斯涌出量雷文杰; 刘瑞涛; 苏国韶矿业安全与环保, 2013, (05): 34.
- 基于相关向量机的瓦斯涌出量不确定性预测王晓路; 李国民; 唐善成; 黄健工矿自动化, 2015, (08): 51-55.
