简介:
本发明公开了一种矿井涌/突水水源判别的PCA‑SVC方法,将主成分分析法PCA和支持向量聚类SVC方法相结合,PCA法能够有效降低高维数据组之间的相关性,消除样本原始数据间的冗余信息,支持向量聚类SVC是一种经典二分类方法,具有良好的分类效果,结合核函数可以矿井涌/突水水源从难以判别的输入空间映射到高维水化学特征空间,然后在新空间中寻找能够最大程度正确对水源进行判别的超平面,提供了一种快速有效地矿井涌/突水水源判别技术手段,使涌/突水水源判别结果更加快速准确。
本发明公开了一种矿井涌/突水水源判别的PCA‑SVC方法,将主成分分析法PCA和支持向量聚类SVC方法相结合,PCA法能够有效降低高维数据组之间的相关性,消除样本原始数据间的冗余信息,支持向量聚类SVC是一种经典二分类方法,具有良好的分类效果,结合核函数可以矿井涌/突水水源从难以判别的输入空间映射到高维水化学特征空间,然后在新空间中寻找能够最大程度正确对水源进行判别的超平面,提供了一种快速有效地矿井涌/突水水源判别技术手段,使涌/突水水源判别结果更加快速准确。