在煤礦開(kāi)采過(guò)程中,礦井突水事故嚴(yán)重威脅著煤礦安全生產(chǎn)和工人的生命安全。為了快速準(zhǔn)確地判別礦井突水水源,達(dá)到有效預(yù)防水害事故的目的,基于KD-tree（K-dimension tree）與KNN（K-Nearest Neighbor algorithm,KNN）算法,建立了礦井突水水源判別方法。根據(jù)礦井中不同含水層的水化學(xué)特征的差異性,選取9種水化學(xué)成分作為突水水源的判別指標(biāo)。采用主成分分析法（PCA）進(jìn)行數(shù)據(jù)降維;進(jìn)一步運(yùn)用K維樹(shù)形結(jié)構(gòu)存儲(chǔ)訓(xùn)練樣本,提高數(shù)據(jù)搜索效率,然后結(jié)合KNN算法進(jìn)行突水水源判別。以蔚州礦區(qū)為例,采用礦區(qū)4個(gè)含水層的24組實(shí)測(cè)數(shù)據(jù)構(gòu)建模型,其中16組作為訓(xùn)練樣本,另外8組為測(cè)試樣本,并與傳統(tǒng)KNN算法的判別結(jié)果進(jìn)行對(duì)比。結(jié)果表明:KD-tree確定了離待測(cè)樣本最鄰近的3個(gè)訓(xùn)練樣本,降低了KNN算法的計(jì)算復(fù)雜度。對(duì)比KD-tree與KNN相結(jié)合的新方法與傳統(tǒng)KNN算法的判別結(jié)果,新方法的準(zhǔn)確率提高了25%,說(shuō)明新方法能使判別結(jié)果更加快速準(zhǔn)確。 

【文章來(lái)源】：礦業(yè)研究與開(kāi)發(fā). 2020,40(12)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

KD-Tree結(jié)構(gòu)（K=2)

經(jīng)綜合分析，利用上述方法可從原始指標(biāo)數(shù)據(jù)中提取出Y1、Y2兩個(gè)新的主要成分（見(jiàn)表3），兩者可以較好涵蓋9個(gè)原始指標(biāo)中的關(guān)鍵信息，關(guān)系表達(dá)式如下：2.4 基于KD-Tree與KNN耦合算法實(shí)現(xiàn)

【參考文獻(xiàn)】：
期刊論文
[1]水下開(kāi)采礦山突水滲透系數(shù)與改進(jìn)伯格斯模型[J]. 顏丙乾,任奮華.  礦業(yè)研究與開(kāi)發(fā). 2020(04)
[2]煤層底板突水危險(xiǎn)性變權(quán)評(píng)價(jià)理論及其工程應(yīng)用[J]. 李博,武強(qiáng).  應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào). 2017(03)
[3]煤層底板突水變權(quán)脆弱性評(píng)價(jià)模型參數(shù)靈敏度分析[J]. 李博,武強(qiáng).  采礦與安全工程學(xué)報(bào). 2015(06)
[4]模糊綜合評(píng)判法的改進(jìn)及在水源判別中的應(yīng)用[J]. 李鳳蓮,馮琳,張雪英,王子中.  太原理工大學(xué)學(xué)報(bào). 2015(04)
[5]基于主成分分析與距離判別分析法的突水水源識(shí)別方法[J]. 宮鳳強(qiáng),魯金濤.  采礦與安全工程學(xué)報(bào). 2014(02)
[6]礦井水害類型劃分及主要特征分析[J]. 武強(qiáng),崔芳鵬,趙蘇啟,劉守強(qiáng),曾一凡,谷亞威.  煤炭學(xué)報(bào). 2013(04)
[7]礦井涌水水源判別的GRA-SDA耦合模型[J]. 徐斌,張艷,姜凌.  巖土力學(xué). 2012(10)
[8]基于多元統(tǒng)計(jì)分析的礦井突水水源Fisher識(shí)別及混合模型[J]. 黃平華,陳建生.  煤炭學(xué)報(bào). 2011(S1)
[9]礦井涌水水源分析的支持向量機(jī)模型[J]. 閆志剛,杜培軍,郭達(dá)志.  煤炭學(xué)報(bào). 2007(08)
[10]中國(guó)東北松嫩平原地下水水化學(xué)特征與演變規(guī)律[J]. 章光新,鄧偉,何巖,Ramsis Salama.  水科學(xué)進(jìn)展. 2006(01)



本文編號(hào)：3072331