煤巷围岩分类的Bayes判别分析法
选用影响煤巷围岩分类的主要6项指标作为Bayes判别分析模型的判别因子，以15组煤巷围岩实测数据作为学习样本进行训练，通过分析计算，建立了相应的线性判别函数，并利用回代估计方法对训练后的判别模型进行检验，其回判估计的误判率为O。利用该模型对3组煤巷围岩实测数据情况进行识别，其结果与实际情况完全一致，并与神经网络和支持向量机的预测结果进行对比。结果表明：Bayes判别分析法判别能力强，交叉确认估计的误判率低，是解决煤巷围岩分类的一种有效方法。
煤巷围岩 判别分析 分类法 神经网络
李春萍 郝会兵
孝感学院 湖北小城镇研究中心，湖北 孝感 432000
国内会议
北京
中文
304-307
2011-10-19（万方平台首次上网日期，不代表论文的发表时间）