由于影响煤矿突水的因素多、相关性强,影响模型预测精度;数据收集工作量大,成本较高,如何科学地选取特征以提高模型预测准确率成为本文重点研究内容.本文首先提出采用稳定性选择方法在已知的22个影响因素中选取7个最重要的因素,之后构建随机森林、神经网络以及支持向量机3种典型机器学习分类预测模型对特征选取前后的数据进行预测分析,实验结果表明,特征选取后的预测模型非常稳定且预测准确率可达100%,同时降低了样本数据收集成本.
类型: 期刊论文
作者: 童柔,谢天保
关键词: 煤矿突水预测,稳定性选择,特征选取,机器学习算法
来源: 计算机系统应用 2019年12期
年度: 2019
分类: 信息科技,工程科技Ⅰ辑
专业: 矿业工程,安全科学与灾害防治,自动化技术
单位: 西安理工大学经济与管理学院
基金: 西安市科技计划(201805037YD15CG21(5))~~
分类号: TD745.21;TP181
DOI: 10.15888/j.cnki.csa.007206
页码: 243-247
总页数: 5
文件大小: 920K
下载量: 143
本文来源: https://www.lunwen66.cn/article/28fa19c102ddb430220c907d.html