煤炭机械化采样中偏倚值的优化方法研究

系统分析了煤炭机械化采样过程中可能存在的偏倚问题及其影响,创新性地提出了一种基于数学模型的采样偏倚的优化方法。经过实验与数据分析发现,该方法能够有效降低采样偏倚值,提高采样精度,改善煤炭采样质量。

神华煤炭机械化采样最大允许偏倚值的确定

针对煤炭采样中最大允许偏倚(B)值的研究现状及其问题进行了分析,并结合实验探讨了神华煤炭机械化采样最大允许偏倚的参考值,指出测定10%最大(最小)粒度被排斥时的偏倚能够用于确定机械化采样最大允许偏倚值的大小。

影响煤炭采样总精度的原因分析

为了精确掌握一批煤炭的特性,并对其进行区别分类.对当前影响煤炭采样总精度的原因分析的基础上,提出在移动煤流采样中,应将系统样和在该位置的人工样的加权平均值作为获取参比样的方法,并在采样的过程中适当的增加采样对数、降低输煤系统的启停、减少停带次数等措施提高样品的采样精度,为归类划分一批煤炭奠定扎实的基础.

煤矿输送带中部采样机精密度与偏倚试验研究

为评定煤矿用输送带中部采样机采取样品是否符合标准要求,以安徽皖北某矿区新投用的输送带中部采样机为研究对象,对设备开展了取样准确度测试。测试表明:该煤矿用输送带中部采样机精密度与偏倚值均符合相关国家标准要求,取样值可作为出矿煤炭以质计价的依据。试验结果为矿方进行采样机综合性能验收提供了参考依据。

采用信息散布指数的改进决策树算法

为了解决传统决策树算法偏向于多值特征的不足,提出了一种基于信息散布指数的改进决策树算法.引入信息散布指数作为评价准则惩罚因子,该指数能够反映出特征的多值程度,从而降低了评价准则对多值特征的依赖性.同时,结合信息增益,面向二元、分类和序数等离散类型数据实现了决策树的构造.通过实验结果表明:提出改进算法能够减少对多值特征的偏倚,与其他几种算法相比具有更低的分类错误率和更优的分类性能.