网站大量收购独家精品文档,联系QQ:2885784924

基于聚类分析的微震定位二次优化研究-采矿与安全工程学报.pdfVIP

基于聚类分析的微震定位二次优化研究-采矿与安全工程学报.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
基于聚类分析的微震定位二次优化研究-采矿与安全工程学报

第31 卷 第2 期 采矿与安全工程学报 Vol.31 No.2 2014 年03 月 Journal of Mining Safety Engineering Mar. 2014 文章编号:1673-3363-(2014)02-0196-071 基于聚类分析的微震定位二次优化研究 1 1 1 1,2 1 朱权洁 ,姜福兴 ,缪华祥 ,武颖奎 ,刘晓辉 (1 .北京科技大学土木与环境工程学院,北京 100083 ;2 .北京安科兴业科技有限公司,北京 100083) 摘要 为了提高微震定位的精度,利用 MATLAB 软件及其工具箱编制相关分析、处理程序,进 行了关于微震定位结果的二次优化研究。利用传统数学方法,将微震定位问题简化为求解线性方 程组,建立基于多传感器的四四组合定位模型,四四一组求解其定位结果;并采用k-means 聚类 方法对组合定位结果进行优化处理,减小定位结果的奇异性。设定核心簇和外围簇2 类,引入聚 心曲线拐点及噪声偏移距离概念,建立聚类继续与否的判定准则。通过某矿现场验证表明,优化 后的结果与真实震源误差为(1.8 ,2.83 ,11.6),空间距离约为12.08 m。该方法算法简单,操作方 便,且精度较之单一定位方法有所提高,基本满足现场需求。 关键词 微震定位;四四组合定位;二次优化;聚类分析 中图分类号 TD 235 文献标志码 A Quadratic optimization of mining microseismic source positioning based on cluster analysis 1 1 1 1,2 1 ZHU Quanjie ,JIANG Fuxing ,MIAO Huaxiang ,WU Yingkui ,LIU Xiaohui (1 .School of Civil and Environmental Engineering,University of Science and Technology Beijing, Beijing 100083 ,China ;2 .Beijing Anke Technology Co Ltd ,Beijing 100083 ,China) Abstract In order to improve the precision of the microseismic location, the quadratic optimization of mining microseismic source location has been researched through using MATLAB software and its toolbox in this paper. First, the microseismic location problem is boiled down to solving linear equations using traditional mathematics method and a Four-Four combined positioning model is set based on a multiple sensors; second, the k-means clustering method is applied to optimize the positioning results. Two classes—core

文档评论(0)

zhuwo + 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