KNN算法在矿井水源识别中的应用.pdf

《KNN算法在矿井水源识别中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：ＴＰ２７４＋．５单位代码；１０３６１Ｘ０安获巧乂學ｉｊ１＾＾—１ｗｓ．论文题目；ＫＮＮ算法在矿井水源识别中的应用作者姓名：何晨阳专业名称；电气工程导师姓名：周孟然教授完成时间；２０１７年６月１２曰中图分类号；ＴＰ２７４＋．５论文编号：学科分类号：５１０９９密级：公开安徽理王大学硕去学位论文ＫＮＮ算法在矿井水源识别中的应用作者姓名：何晨阳专业名称：电气工程研巧方向：电气信息监测技术导师姓名：周孟然教授导师单位：安徽理工大学

2、答辩委员会主巧：王国锋论文笞辩日期：２〇ｎ年６月２日安徽航大学研巧生处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，，独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加ｋ乂标注和致谢的地方Ｌ乂外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得安徽理工大学或其他教育化构的学位或证书而佑用过的材料一。与我同工作的同志对本研究所做的任何贡献均臣在论文中作了明确的说明并表示谢意。学位论文作者签名：知【曰：巧農郎曰期７年＜月Ｚｉ学

4、位论文版权使用授权书本学位论文作者完全了解安徽理工大学有保留、使用学位论文的规定：，即研究生在校攻读学位期间论文王作的知识产权单位属于安徽理工大学。学校有权保留并向国家有关部口或机构送交论文的复印件和滋盘，允许论文被查阅和借閑。本人授权安徽理工大学＾可１乂将学位论文的全部或部分巧容编入有关数据库进行检索Ｌ，可乂采用影印、缩巧或担描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签葦：的曰签字曰期：Ｗ７年《月ｆＬ日导师签名：签字日期Ｉ日：Ｗ７年《月／摘要摘要在煤矿井下，发生的

5、水害水灾是矿井安全工作中的重点防治对象。突水是水一旦发生，。灾主要的体现，则会造成严重的人身和经济损失所Ｗ，防治水害的工作是非常重要的。在水害防治工作中，对于矿井水源的识别工作也是必不可少、的，，，对于传统的识别方法如水化学方法其耗时长效率低等缺点都没能很好地解决。针对这些情况，本文提出了利用ＫＮＮ算法结合Ｌ圧技术在矿井水源识别的应用。首先分析煤矿井下水源的由来，详细介绍其产生的原因与现阶段矿井水源所处的地下层。然后对矿井水源的水样提取做出了要求，分析对矿井安全的危害和介绍，是非常困难的，而且，对于矿井下水样的提取工作所提取的水

6、样需要进。，行实验前处理，达到实验所需的要求再对实验所用的实验没备进行了介绍实，验的设备是自主研制的矿用设备，目前处于实验室阶段。利用该设备对所采集到的矿井水源进行光谱数据的采集，设置好设备参数，保证采集过程在暗室进行，之后将采集的光谱原始数据存储在上位机中，待用。在光谱数据处理之前，需要对其进行光谱预处理，本文采用多种预处理方式，起到对比的作用，在其中选取Ｎ一些改进的ＫＮＮ算法最佳的光谱预处理方法。本文还介绍了ＫＮ算法Ｗ及，对于改进的算法进行了原理分析。并在实验中进行多种改进的ＫＮＮ算法同时对光谱数据进行处理分类，在改变Ｋ值

7、的基础上，对多种改进ＫＮＮ算法的准确度进行分析，选取最佳的ＫＮＮ算法。实验所用到的软件有ＭＡＴＬＡＢ和ＳＰＳＳ，对数一据处理有很大的功能，操作起来也非常简单。最后，对来自淮南某矿区所采集的矿井水源进行了实际的分类实验，利用改进的ＫＮＮ算法对光谱数据进行分类，所分类的准确度非常可观，再次证明了ＫＮＮ算法在矿井水源识别中的应用是非。常可行的，而且具有很商的使用价值对于ＫＮＮ算法在矿井水源中的应用，本文所提出的该种识别分类方法是第一次应用。对于其仿真结果和实际的实验分析结果来说，都说明了，ＫＮＮ算法在矿井水源识别的应用中是非常值得研

8、究的。也充分展示了，ＬＩＦ技术在此领域