文献类型：期刊文章

作　　者：苏盈盈[1,2] 刘兴华[2] 李景哲[3] 梁山[1] 葛继科[2] 李太福[2]

机构地区：[1]重庆大学自动化学院,重庆400044 [2]重庆科技学院电气与信息工程学院,重庆401331 [3]重庆科技学院安全工程学院,重庆401331

出　　处：《中国安全科学学报》

基　　金：国家自然科学基金资助(61174015;51075418);重庆科技学院校内重点基金资助(CK2011Z01)

年　　份：2013

卷　　号：23

期　　号：9

起止页码：83-89

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为解决在有限的时空监测信息下,由众多原始指标构成的矿井通风系统(VS)安全评价矩阵呈现出的高维、稀疏性问题,提出嵌入梯度的支持向量机(SVM)。首先,计算所有训练样本到支持向量的梯度。依据各指标在坐标轴上的投影和,对各指标进行重要性排序.约简出测试正确率最高的指标组合,再利用SVM,实现最终的小样本评价。应用该方法约简3个矿井的指标体系,所得安全评价正确率优于传统的神经网络方法。结果表明,通过约简评价体系的冗余指标,能节约监测成本,而且能够在数据有限情况下,提高安全评价的准确性。

关 键 词：矿井通风系统(VS)  指标体系  约简  小样本 嵌入梯度  支持向量机(SVM)  安全评价

分 类 号：X936[安全科学与工程类]