马氏综合权重距离判别法在中小型滑坡灾害评估中的应用

我国西南地区滑坡灾害具有点多面广、规模小、危害大的特点,群测群防是目前中小型滑坡灾害最为有效的预防手段。针对这种现状,为进一步完善群测群防体系,在马氏距离判别法和加权马氏距离判别法的基础上对权重值进行了修正改进,提出了一种新的判别分析方法——马氏综合权重距离判别法。该方法不仅保留了加权马氏距离判别中区分每一个指标重要性差异的优势,并且结合德尔菲法对权重值进一步修正,弥补了原来加权马氏距离法在判别过程中距离函数出现负值的不足。从本质上来说,这种方法是把由样本驱动的权重值和实际工程经验的权重值相结合,使权重值的取值更加符合实际。以该方法为基础,在一定的历史资料背景下,从滑坡致灾因素和孕灾因素考虑,选取适当的判别因子,建立判别模型,对未知潜在滑坡灾害进行判别归类,并且与马氏距离判别法和Fisher判别法比较。研究发现,马氏综合权重距离判别法具有更高的可靠度和判别精度,适于在群测群防体系中进一步推广使用。

数据挖掘中的距离判别分析法

判别分析是统计学中的一种重要的数据处理方法,也是数据挖掘的重要技术之一。该文主要研究多元统计分析中的距离判别分析方法。第一,介绍了判别分析的基本思想。第二,主要围绕距离判别分析具体方法展开论述。首先,论述了距离的定义,主要介绍了闵可夫斯基距离和马氏距离的定义。其次,重点介绍了两总体的距离判别分析和多总体的距离判别分析的方法。分别从方差相等和方差不相等的两种不同情形进行展开论述。第三,阐述了判别准的评价,给出了误判率的估计值。

基于超图相关距离判别投影的轴承故障诊断方法

针对滚动轴承故障数据维度过高以及不同特征属性交错导致的故障分类困难,提出了一种基于超图相关距离判别投影(hypergraph correlation distance discriminant projection, HCDDP)的轴承故障数据降维方法。该方法使用超图结构描述了故障样本间的空间结构关系,并利用轴承故障信号的监督信息构建出类内和类间超图;超图更有效地揭示了故障数据的复杂多重结构,相比传统简单图结构更好的表达了故障样本间的内在性质和多元关系;同时,在超图中提出使用皮尔森相关系数构造了一种新的度量来计算高维流形中样本的测地距离,解决了欧氏距离受故障数据取值范围敏感导致的分类不准确问题;超图相关距离判别投影方法具有的非线性数据高阶关联能力更好的解决了轴承故障的分类代价敏感。该方法在美国凯斯西储大学轴承数据集和西安交通大学轴承数据集上进行了验证。试验结果表明,该方法能够有效利用样本间的多元结构关系和判别信息,提高轴承故障的识别率。

马氏距离判别法对边坡潜在破坏类型分析——以某石灰石矿山为例

距离判别法在社会科学领域得到了广泛的应用,近年来在岩土工程领域进行了一些尝试。岩小明、周成豪等应用马氏距离判别法基于岩体抗压强度、边坡结构面倾角、结构面和边坡位置关系、岩体结构类型、岩体或结构面抗剪强度、边坡高度和边坡角对23露天矿边坡破坏类型研究,发现有其良好的相关性,得到三种破坏类型的判别函数。本次利用周成豪(2020)建立的判别函数对丽江古城某石灰石矿山边坡破坏类型进行检验,并采用Monte Carlo进行二维结构面网络模拟及迪杰斯特拉(Dijkstra)算法搜索边坡破坏类型进行对比。发现两者判断结果对边坡整体破坏类型具有较好的一致性,但J3节理结构面判别可能发生平面滑动破坏与沿层面、J1、J2节理发生折线滑动破坏不一致,表明边坡破坏的复杂性及马氏距离判别法的适用性还需要加强。

加权距离判别分析法在岩体质量等级分类中的应用

距离判别分析法是一种按多指标性能参数进行分类的方法,已被应用于工程岩体质量的等级分类中。但传统的距离判别法对各个指标的重要性同等对待,夸大一些微小变化指标的作用。因此,采用加权马氏距离对样本中各指标进行加权处理以区分其重要性。首先对工程岩体质量指标运用主成分分析思想,计算出一组新的指标参数和与之对应的反应原始指标信息的贡献率,以贡献率组成对角阵作为权值矩阵;然后把数据标准化处理,计算加权马氏距离判别岩体质量等级。将该方法应用于工程实践,并与人工神经网络法、距离判别法进行比较。研究结果表明,加权距离判别分析法具有更高的判别能力,是一种准确有效的岩体质量分级方法。

深部巷道岩爆加权距离判别法模型的分析和应用

根据距离判别理论,以巷道最大切向应力和岩石单轴抗压强度的比值、岩石单轴抗压强度和岩石单轴抗拉强度的比值以及弹性能量指数为判别因子,并应用主成分分析法计算权矩阵,建立加权距离判别模型。利用冬瓜山铜矿深部岩体工程实例为学习样本进行训练,通过判别模型的学习功能确定岩爆与其各影响因素之间的复杂关系。用该模型对金川深部岩体工程进行判别,其结果与实际情况基本一致,说明此模型对深部岩体工程岩爆的预测具有较强的实用性。

距离判别法在相似矿区突水水源识别中的应用

为了进行矿井突水水源预测,选用6种常规离子作为判别因子,并结合河南焦作矿区实测数据,建立了煤矿突水水源预测的距离判别分析模型;同时针对该模型自身检验的不足,采用灰色系统关联度法检验距离判别分析模型的准确性;将距离判别分析模型和灰色系统关联度法检验应用于华北型煤田水文地质条件相似的新安矿区,开展关联度分析。结果表明:选用6种常规离子浓度作为判别因子,可解决单位不一致的问题;选用灰色关联度法检验距离判别分析模型的正确性,保证了所选样品的充分使用,能很好地弥补两种方法的不足;距离判别分析模型排除了一般方法评分时存在的人为因素影响;各水样对参考序列的关联度在0.8左右,两矿区石炭系含水层水源具有较强的关联度。

加权距离判别法在泥石流危险度评价中的应用

将加权距离判别法引用到泥石流危险度分类中,建立了泥石流危险度分类模型。该模型选用了流域面积、主沟长度、流域最大相对高差、流域切割密度、主沟床弯曲系数、人口密度、泥沙补给长度比、植被覆盖率、一次泥石流(可能)最大冲出量和泥石流发生频率10项指标为建模参数,运用熵值法对这10个指标进行赋权,用已经分类的泥石流沟作为训练样本进行学习,建立了相应的判别准则。将待判泥石流沟样本代入判别准则进行判别分类,分类结果与传统分类结果100%吻合,验证了该模型的分类性能良好。该方法可以在实际工程中进行推广。

岩爆等级判定的距离判别分析方法及应用

将距离判别分析方法应用于岩爆等级判定问题。选用洞室围岩最大的切向应力σθ、岩石单轴抗压强度σc、抗拉强度σt、岩石弹性能量指数Wet作为岩爆等级判定的距离判别分析模型判别因子,以工程中实际岩爆情况及数据作为训练样本,进行分析计算,建立岩爆等级判定的距离判别分析模型。运用该分析模型对国内外工程实际岩爆情况进行判定,判别结果与工程实际完全相符。将该模型应用到诸(暨)永(嘉)高速公路括苍山隧道工程的岩爆情况预测中,判别结果与实际情况相符。研究表明,岩爆等级判定的距离判别分析方法,判别能力强,误判率低,是解决岩爆等级判定的一条有效途径。

煤层底板突水量的距离判别分析预测方法

为了从理论上对煤层底板突水问题进行分析,选取对底板突水影响最大的有无含水层、水压、隔水层厚度、底板采动破坏深度及断层落差等作为基本判别因子,选取国内15个有代表性的采煤工作面底板突水资料作为训练样本,利用距离判别分析理论,建立了煤层底板突水量预测的距离判别分析模型.用所建立的模型对4个待检验的底板突水案例进行了分析,与实际情况吻合良好,计算结果与最小二乘支持向量机(SVM)、人工神经网络(ANN)等方法所得到的结果一致或更好.

煤与瓦斯突出预测的距离判别分析法及应用

将距离判别分析法应用在煤与瓦斯突出预测中,建立煤与瓦斯突出预测的距离判别分析模型.选取瓦斯放散初速度、煤的坚固性系数、瓦斯压力、煤体破坏类型和开采深度等5项影响突出的主要指标作为距离判别分析模型的判别因子,以我国典型突出矿井的煤与瓦斯突出实例作为学习样本进行训练,建立相应判别函数,经过训练后的模型回判估计的误差率为零.利用该模型对云南恩洪煤矿突出实例进行预测,结果与实际情况完全符合.研究结果表明,距离判别分析模型识别性能良好,预测精度高,在研究煤与瓦斯突出预测中具有良好的实用性和有效性.

基于权重反分析方法的加权距离判别法及应用

距离判别分析法在应用过程中常将各评价指标的重要性视为一致,实际上各指标重要性是不同的,故需对各指标进行加权处理。权重的合理取值对最终的评判结果有着很大的影响,目前尽管确定权重的方法有很多,但都有其不足之处。鉴于此,在马氏距离的基础上,推导了加权马氏距离的求解公式,并采用一对多的分类方法建立了多总体加权马氏距离判别准则。在确定各指标权重时采用了基于优化理论权重反分析的新思路,把直接给权重问题转化为通过实际工程样本反求各影响因素权重问题,该方法不需先知经验,求解过程完全由实际样本驱动,具有很强的可操作性。将改进后的加权距离判别分析方法应用于实际工程中的围岩分类问题,结果表明,该方法的判别结果是可靠的。距离加权的方法完善了距离判别分析法理论,权重反分析方法是一种通用方法,可用于任何求解权重的问题,为权重的求解提供了一种新思路。

岩爆发生和烈度分级预测的距离判别方法及应用

岩爆是深部高地应力区岩石地下工程中的主要工程地质灾害之一,对其发生的可能性及其烈度分级的预测是工程建设过程中所必须解决的重大问题。基于距离判别分析理论,建立岩爆发生和烈度分级预测的距离判别分析模型。选取影响岩爆的主要因素如最大切向应力σθ、单轴抗压强度σc、单轴抗拉强度σt和弹性能量指数Wet,并把σθ/σc,σc/σt和Wet作为判别因子建立岩爆预测的距离判别分析模型,利用国内外一些重大深部岩石工程实例作为学习的样本进行训练。经过训练后的模型回判估计的误判率为0。利用该模型对国内西康铁路秦岭隧道工程和铜陵冬瓜山深埋硬岩矿山的岩爆情况进行预测,结果与实际情况符合较好,说明该模型在研究岩爆发生可能性及烈度分级预测中具有良好的实用性和有效性。该方法可为深部地下工程岩爆发生可能性及其烈度分级预测提供一种新思路。

矿井突水水源识别的距离判别分析模型

应用距离判别分析理论,结合矿井含水层的水化学分析资料,选取6种离子组分的浓度作为突水水源识别的判别因子,建立矿井突水水源识别的距离判别分析模型;以35组采样的水源样品作为学习样本进行训练,建立相应线性判别函数对35组实测数据用回代估计方法逐一进行检验,正确率为97.14%。将建立的模型对待识别的4个样本进行测试,并与实测结果进行比较。此外,利用本文方法对梧桐庄煤矿的突水水源进行了识别。研究结果表明:距离判别分析模型分类性能良好,预测精度高,回代估计的误判率为0.0286。

急倾斜煤层顶煤可放性识别的距离判别方法及应用

探讨了急倾斜煤层放顶煤的工程特点,将距离判别分析方法用于急倾斜煤层顶煤可放性识别问题中,建立了急倾斜煤层顶煤可放性识别的距离判别分析模型.最后,将该模型用于工程实例,识别结果符合实际情况.研究表明,距离判别分析模型分类性能好,识别精度高,误判率低,是急倾斜煤层顶煤可放性识别的一种有效方法.

距离判别法在公路隧道围岩分类中的应用

将距离判别分析方法应用于公路隧道围岩类别判定问题中,结合前人研究经验,选用隧道洞室围岩岩石单轴饱和抗压强度σc、节理平均间距d、岩石质量指标RQD、地下水情况作为围岩类别判定的距离判别分析模型判别因子,以前人实际工程中公路隧道围岩实测数据资料作为训练样本进行分析计算,建立围岩类别判定的距离判别分析模型。采用回判估计方法对判别结果进行验证,误判率为零,将对样本数据的回判结果与前人应用神经网络方法判别结果对比,判别结果一致。运用距离判别分析模型对浙江省诸永高速公路枫树岭隧道围岩类别情况进行判别,将所选洞段围岩情况判定为Ⅳ类,与规范方法判定结果一致。

隧道围岩分级的距离判别分析模型及应用

隧道围岩的分级是隧道工程中的一项重要研究工作。将距离判别分析方法应用于隧道围岩分级问题中,建立隧道围岩分级的距离判别分析模型,选用岩石等级、风化程度、岩体弹性纵波波速、岩体结构、地质构造影响程度、节理裂隙发育程度和地下水情况7项指标作为距离判别分析模型的判别因子,以工程岩体实测数据作为学习样本进行训练,建立相应判别函数对待判样本进行分级,并利用回代估计方法进行检验。并将建立的模型运用到实际隧道工程的围岩分级判别中。研究结果表明距离判别分析模型分级性能良好,预测精度高,回代估计的误判率很低,是隧道围岩分级的一种有效方法,可以在实际工程中进行推广。

基于距离判别分析理论的硫化矿石自燃倾向性等级划分

为建立硫化矿石自燃倾向性等级分类的统一标准,将距离判别分析理论应用到硫化矿石自燃倾向性等级划分的判定当中。结合已有的研究成果,选取最能反映硫化矿石自燃倾向性本质的室内低温氧化增重率、自热点温度、自燃点温度3项指标作为距离判别分析模型的基本判别因子。以15组典型硫化矿山矿样的实测数据作为训练样本进行分析计算,进而建立硫化矿石自燃倾向性等级划分的距离判别分析模型。采用交叉确认方法对判别结果进行了验证,其误判率为零;用所建立的距离判别分析模型对4个待检验矿样的自燃倾向性等级进行了划分,所得结果与矿山的实际情况完全相符。研究结果表明,距离判别分析模型分类性能好,误判率低,可以运用于硫化矿山矿石自燃倾向性等级的分类当中。

认知诊断中基于条件期望的距离判别方法

分类是认知诊断评估的一个核心问题。基于观察反应模式与理想反应模式之间的距离的判别方法,以确定性的理想反应模式为类中心,而这没有考虑误差,故未充分利用总体分布信息。为了更充分地利用总体分布信息、提高诊断分类效果和拓展诊断评估的适用性,本研究提出给定知识状态条件下项目反应模式的条件期望向量为类中心的欧氏距离判别方法,同时提出认知诊断模型下项目反应函数估计方法以获得这个条件期望向量。模拟研究表明:认知诊断模型下的项目反应函数估计方法得到的条件期望向量返真性较高,获得的分布信息较准确;在观察反应模式与理想反应模式差异大的情形下,基于条件期望向量为类中心的欧氏距离判别方法优于基于理想反应模式为类中心的分类方法(广义距离方法和非参数方法)。研究可为认知诊断分类和等值方法提供一个参考。

基于距离判别分析法的冲击地压预测研究

考虑影响冲击地压的矿山地质因素和开采技术因素,提出预测预报冲击地压危险性的距离判别分析方法。选用煤层开采深度、顶板岩性、地质构造复杂程度、煤层倾角、煤层厚度、开采方法、有无煤柱、炮采或综采8项指标作为距离判别分析模型的输入变量,并以工程实测数据作为学习样本进行训练,建立相应判别函数对待判样本进行预测。研究结果表明,距离判别分析模型学习性能良好,预测精度高,回判估计的误判率为零,是冲击地压预测预报的一种有效而实用的方法。