网站大量收购独家精品文档,联系QQ:2885784924

一种冲击地压多参量前兆信息辨识模型及方法.pdfVIP

一种冲击地压多参量前兆信息辨识模型及方法.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种冲击地压多参量前兆信息辨识模型及方法.pdf

第 33卷 第 8期 岩石力学与工程学报 V01.33 No.8 2014年 8月 ChineseJournalofRockMechanicsandEngineering Aug.,2014 一 种冲击地压多参量前兆信息辨识模型及方法 贾瑞生 ,孙红梅 ,樊建聪 ,吴春芳 ,邱 涛 (1.山东科技大学 信息科学与工程学院,山东 青岛 266590 2.山东科技大学 矿 山灾害预防控制一省部共建国家重点实验室培育基地,山东 青岛 266590) 摘要:针对冲击地压预警困难这一难题,基于地音监测提出一种新的前兆信息辨识模型及方法。在固定大小的时 间窗口内对地音监测信号进行时频域特征提取,得到 11个表征冲击地压灾害前兆的多维特征向量,以实际地音监 测数据为训练样本,基于SVM理论建立冲击地压多参量前兆信息辨识模型;提出一种新的SVM学习方法,用于 解决工程实际应用中的大规模不平衡数据集训练问题,提高SVM分类准确率及速度。利用地音实测数据作为学习 样本对支持向量机进行训练,建立相应的前兆辨识模型进行辨识,准确率达到93.87%。实验分析表明,这种方法 有效可靠,样本辨识速度快,能够满足在线监测要求,具有工程应用前景。 关键词:采矿工程;地音监测;冲击地压;前兆信息;灾害辨识;支持向量机 中圈分类号:TD32 文献标识码:A 文章编号;1000—6915(2014)08—1513—07 MULTIPARAMETER PRECURSoR INFoRMATIoN IDENTIFICATIoN M oDELAND METHoDFoR RoCKBURST JIARuisheng~,SUNHongmei,FANJiancong,WUChunfang,QIUTao (1.CollegeofinformationScienceandEngineering,ShandongUniversityofScienceandTechnology,Qingdao,Shandong266590, China,.2.StateKeyLaboratoryBreedingBasefoMiningDisasterPreventionandControl,ShandongUniversityofScienceand Technoloyg,Qingdao,Shandong266590,China) Abstract:Anewmodelandmethodofidentificationprecursorinformationwaspresentedbasedonthemonitoring ofgroundsoundtoprovideanearlywarningofrockburst.Usingtheactualmonitoreddataofgroun dsoun dasthe trainingsamples,elevenmultidimensionalfeaturevectorscharacterizingtherockbursthazardprecursorswere obtainedfrom thegroundsoundsignalsinafixedtimewindow bythemethodoftime—frequencydomainfeature extraction.Anewsupportvectormachine(SVM)learningmehtodwasappliedtosolvehtertainingproblemswith imbalanceddatasetsinhteapplicationoflarge-scaleengineeringpracticeandtoimprovehteclassificationaccuracyand htertainingspeedofSVM .AdoptnightemeasuredadtaashtelearningsamplesonSVMsforrtainnigandesatblishing hteappropr

文档评论(0)

月光般思恋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档