改进高斯过程硫化矿石自燃倾向性等级分类.pdf

摘 要 当前，在硫化矿石自燃倾向性等级分类领域，核函数方法因具有可解决非线性 问题和样本数据过少问题的能力，而受到科研人员越来越多的关注，逐步成为研究 热点。高斯过程是一种基于核函数的方法。它具有完全的贝叶斯公式化表示，能够 明确的进行概率建模，使结果更易于解释。 本文在依据硫化矿石自燃预测方法之一的自燃倾 向性预测法的基础上，针对硫 化矿石自燃倾向性的特点和分类方法存在的问题，首先利用公开的数据集分别建立 基于期望传播法和拉普拉斯法的高斯过程分类模型，同时与 SVM 进行对比分析， 指出基于期望传播法的高斯过程分类模型获得了最好分类结果。其次分析高斯过程 和判别分析法的不足，提出一种改进的高斯过程分类方法，该方法通过小样本数据 集训练先验判别来构建潜在变量模型。最后实现对硫化矿石自燃倾向性等级信息的 充分挖掘，解决硫化矿石自燃倾向性等级分类 问题，为硫化矿石自燃倾向性等级判 定提供一条新途径。 关键词：高斯过程；期望传播法；算法改进；硫化矿石；自燃倾向性 - I - Abstr