《表1 样本数据:基于KPCA-PSO-RBF-SVM的矿井突水水源识别模型》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于KPCA-PSO-RBF-SVM的矿井突水水源识别模型》
根据以往学者的研究成果,矿井突水水源主要侦测的特征指标主要体现在水化学中离子含量上,通过水中离子含量高低分析相应的水源岩石断层特征进而对突水事故采取应急措施,因此从地下水化学成分角度进行突水水源识别是一种行之有效的办法.文献[11]中结合了水质指标通过聚类识别选取出了6种常规离子,考虑到矿区的实际情况,并根据水中离子含量和水源的敏感关系,通过向专家咨询的方式选取出了8种待测量离子指标K+(X1)、Na+(X2)、Mg2+(X3)、Ga2+(X4)、HCO3-(X5)、Cl-(X6)、F-(X7)、SO42-(X8)进行数据侦测与采集,根据突水水质监测技术[12]将突水水源划分成了4个级别,分别是第一级第四系含水层11个样本、第二级砂岩含水层18个样本,第三级太灰含水层12个样本,第四级奥灰含水层10个样本,部分样本数据见表1.
图表编号 | XD00117151300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 温廷新、孔祥博 |
绘制单位 | 辽宁工程技术大学系统工程研究所、辽宁工程技术大学系统工程研究所 |
更多格式 | 高清、无水印(增值服务) |