KNN算法在礦井水源識(shí)別中的應(yīng)用.pdf

《KNN算法在礦井水源識(shí)別中的應(yīng)用.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、分類(lèi)號(hào)：ＴＰ２７４＋．５單位代碼；１０３６１Ｘ０安獲巧乂學(xué)ｉｊ１＾＾—１ｗｓ．論文題目；ＫＮＮ算法在礦井水源識(shí)別中的應(yīng)用作者姓名：何晨陽(yáng)專(zhuān)業(yè)名稱(chēng)；電氣工程導(dǎo)師姓名：周孟然教授完成時(shí)間；２０１７年６月１２曰中圖分類(lèi)號(hào)；ＴＰ２７４＋．５論文編號(hào)：學(xué)科分類(lèi)號(hào)：５１０９９密級(jí)：公開(kāi)安徽理王大學(xué)碩去學(xué)位論文ＫＮＮ算法在礦井水源識(shí)別中的應(yīng)用作者姓名：何晨陽(yáng)專(zhuān)業(yè)名稱(chēng)：電氣工程研巧方向：電氣信息監(jiān)測(cè)技術(shù)導(dǎo)師姓名：周孟然教授導(dǎo)師單位：安徽理工大學(xué)

2、答辯委員會(huì)主巧：王國(guó)鋒論文笞辯日期：２〇ｎ年６月２日安徽航大學(xué)研巧生處２０１７年６月８日ＡＤｉｓｓｅｒｔａｔｉｏｎｉｎＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＡｐｐｌｉｃａｔｉｏｎｏｆＫＮＮＡｌｇｏｒｉｔｈｍｍＩｄｅ田村巧ｃａｔｉｏｎｏｆＭｉｎｅＷａｔｅｒＳｏｕｒｃｅＣａｎｄｉｄａｔｅ：ＨｅＣｈｅｎａｎｙｇＳｕｅｒｖｉｓｏｒ：ＺｈｏｕＭｅｎｇｒａｎｐＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＡｎｈｕｉＵｎｉｖｅｒｓｉｔｙｏｆ

3、ＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＮｏ．１６８ＴａｉｆｅｎＲｏａｄＨｕａｉｎａｎ２３２００１Ｐ．Ｒ．ＣＨＩＮＡ，，ｇ，，獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加ｋ乂標(biāo)注和致謝的地方Ｌ乂外，論文中不包含其他人己經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包含為獲得安徽理工大學(xué)或其他教育化構(gòu)的學(xué)位或證書(shū)而佑用過(guò)的材料一。與我同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均臣在論文中作了明確的說(shuō)明并表示謝意。學(xué)位論文作者簽名：知【曰：巧農(nóng)郎曰期７年＜月Ｚｉ學(xué)

4、位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解安徽理工大學(xué)有保留、使用學(xué)位論文的規(guī)定：，即研究生在校攻讀學(xué)位期間論文王作的知識(shí)產(chǎn)權(quán)單位屬于安徽理工大學(xué)。學(xué)校有權(quán)保留并向國(guó)家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和滋盤(pán)，允許論文被查閱和借閑。本人授權(quán)安徽理工大學(xué)＾可１乂將學(xué)位論文的全部或部分巧容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索Ｌ，可乂采用影印、縮巧或擔(dān)描等復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后適用本授權(quán)書(shū)）學(xué)位論文作者簽葦：的曰簽字曰期：Ｗ７年《月ｆＬ日導(dǎo)師簽名：簽字日期Ｉ日：Ｗ７年《月／摘要摘要在煤礦井下，發(fā)生的

5、水害水災(zāi)是礦井安全工作中的重點(diǎn)防治對(duì)象。突水是水一旦發(fā)生，。災(zāi)主要的體現(xiàn)，則會(huì)造成嚴(yán)重的人身和經(jīng)濟(jì)損失所Ｗ，防治水害的工作是非常重要的。在水害防治工作中，對(duì)于礦井水源的識(shí)別工作也是必不可少、的，，，對(duì)于傳統(tǒng)的識(shí)別方法如水化學(xué)方法其耗時(shí)長(zhǎng)效率低等缺點(diǎn)都沒(méi)能很好地解決。針對(duì)這些情況，本文提出了利用ＫＮＮ算法結(jié)合Ｌ圧技術(shù)在礦井水源識(shí)別的應(yīng)用。首先分析煤礦井下水源的由來(lái)，詳細(xì)介紹其產(chǎn)生的原因與現(xiàn)階段礦井水源所處的地下層。然后對(duì)礦井水源的水樣提取做出了要求，分析對(duì)礦井安全的危害和介紹，是非常困難的，而且，對(duì)于礦井下水樣的提取工作所提取的水

6、樣需要進(jìn)。，行實(shí)驗(yàn)前處理，達(dá)到實(shí)驗(yàn)所需的要求再對(duì)實(shí)驗(yàn)所用的實(shí)驗(yàn)沒(méi)備進(jìn)行了介紹實(shí)，驗(yàn)的設(shè)備是自主研制的礦用設(shè)備，目前處于實(shí)驗(yàn)室階段。利用該設(shè)備對(duì)所采集到的礦井水源進(jìn)行光譜數(shù)據(jù)的采集，設(shè)置好設(shè)備參數(shù)，保證采集過(guò)程在暗室進(jìn)行，之后將采集的光譜原始數(shù)據(jù)存儲(chǔ)在上位機(jī)中，待用。在光譜數(shù)據(jù)處理之前，需要對(duì)其進(jìn)行光譜預(yù)處理，本文采用多種預(yù)處理方式，起到對(duì)比的作用，在其中選取Ｎ一些改進(jìn)的ＫＮＮ算法最佳的光譜預(yù)處理方法。本文還介紹了ＫＮ算法Ｗ及，對(duì)于改進(jìn)的算法進(jìn)行了原理分析。并在實(shí)驗(yàn)中進(jìn)行多種改進(jìn)的ＫＮＮ算法同時(shí)對(duì)光譜數(shù)據(jù)進(jìn)行處理分類(lèi)，在改變Ｋ值

7、的基礎(chǔ)上，對(duì)多種改進(jìn)ＫＮＮ算法的準(zhǔn)確度進(jìn)行分析，選取最佳的ＫＮＮ算法。實(shí)驗(yàn)所用到的軟件有ＭＡＴＬＡＢ和ＳＰＳＳ，對(duì)數(shù)一據(jù)處理有很大的功能，操作起來(lái)也非常簡(jiǎn)單。最后，對(duì)來(lái)自淮南某礦區(qū)所采集的礦井水源進(jìn)行了實(shí)際的分類(lèi)實(shí)驗(yàn)，利用改進(jìn)的ＫＮＮ算法對(duì)光譜數(shù)據(jù)進(jìn)行分類(lèi)，所分類(lèi)的準(zhǔn)確度非?？捎^，再次證明了ＫＮＮ算法在礦井水源識(shí)別中的應(yīng)用是非。?？尚械?，而且具有很商的使用價(jià)值對(duì)于ＫＮＮ算法在礦井水源中的應(yīng)用，本文所提出的該種識(shí)別分類(lèi)方法是第一次應(yīng)用。對(duì)于其仿真結(jié)果和實(shí)際的實(shí)驗(yàn)分析結(jié)果來(lái)說(shuō)，都說(shuō)明了，ＫＮＮ算法在礦井水源識(shí)別的應(yīng)用中是非常值得研

8、究的。也充分展示了，ＬＩＦ技術(shù)在此領(lǐng)域