【摘 要】
：
利用Fisher判别分析（FDA）和支持向量机（SVMs）等来识别地下矿山矿柱稳定性,从多种煤矿和石材矿山中提取一些指标和力学参数作为识别因子,包括矿柱宽度、高度、矿柱的高宽比、岩石
【机 构】
：
中南大学资源与安全工程学院,多伦多大学土木工程系
【基金项目】
：
Project （50934006） supported by the National Natural Science Foundation of China, Project （2010CB732004） supported by the National Basic Research Program of China, Project （CX2011B119） supported by th
论文部分内容阅读
利用Fisher判别分析（FDA）和支持向量机（SVMs）等来识别地下矿山矿柱稳定性,从多种煤矿和石材矿山中提取一些指标和力学参数作为识别因子,包括矿柱宽度、高度、矿柱的高宽比、岩石单轴抗压强度和矿柱应力。包括取样、训练、建模和评估4个主要步骤。在建模阶段,基于统计学习理论,建立两类矿柱稳定性预测的FDA和SVMs模型,以40组世界不同矿山的实测数据进行模型的训练和测试,并将其模型应用于其他6组待测样本来验证建立模型的有效性,将SVMs模型预测结果与FDA模型及实际情况进行对比,采用指标回代估计法和交叉验
其他文献
针对Kerberos认证协议存在的密钥托管,口令攻击和重放攻击等缺陷,将隐式认证与无证书密钥协商协议结合,提出了一种无双线性对的无证书隐式认证的Kerberos改进协议,避免了Kerb
以LaCo1-xGaxO3为前驱体,还原后得到的Co/La2O3-La4Ga2O9复合氧化物催化剂,用于CO2加氢直接制乙醇。通过XRD、XPS、TPD和TEM等技术对催化剂结构进行了表征,采用微型固定床反