露天煤矿区噪声污染监测优化布点研究

为有效减轻露天煤矿区噪声污染对周边居民的生活影响,提出露天煤矿区噪声污染监测优化布点方法。通过分析历史噪声污染数据,根据不同监测点位的模糊等价关系进行聚类分析,将属于同等特征的监测点归类到一个范围内;采集所有监测点捕捉的噪声数据,将序列端点的噪声污染监测误差值作为参考,从而可以监测到布点各范围内贴近百分位标准的最大化目标,将噪声污染监测范围、监测点数量以及监测精准度作为优化目标,建立优化布点的目标函数;对目标函数进行求解,获取的解即为最优布点。仿真实验表明:优化布点后,对露天煤矿的噪声特征捕捉能力强,噪声污染监测精准度较高。

基于FCM的煤矿突水激光诱导荧光光谱分析

快速识别煤矿突水水源类型对于矿井水害防治意义非凡。鉴于传统水化学方法水源识别耗时较长等诸多不足,提出了将模糊C均值聚类(FCM)算法和多维标度分析(MDS)用于激光诱导荧光光谱识别煤矿突水水源这一新思路。由于FCM算法在光谱分析和模式识别等方面都有着成功的应用,况且激光光谱具有时间响应快、灵敏度高、干扰小等优点,通过实时采集水样的荧光光谱数据,利用FCM和MDS对光谱数据分析后就可以辨别水样类型。以华东地区某矿的老空水和奥灰水以及按比例混合得到水样共7种(每种水样各20个样本)为实验材料,利用405nm激光打入被测水体,一共采集了140组荧光光谱数据,随后选择合适的波长区间进行分析。取每种水样各15组共105组光谱数据用作训练集,其余35组光谱数据用作测试集。使用MDS建立七种不同水样的模型,再利用FCM算法进行聚类分析得到七种水样的簇中心,最后使用得到的簇中心对测试集进行验证。实验结果表明,不同水样的光谱图有着较大差异,选取合适的波长区间下的光谱数据,在MDS下选择维度为2,利用FCM算法对水样进行分类,全部140组样本的准确率是100%。

模糊聚类分析在地学中的应用

本文介绍了基于模糊等价关系的动态聚类分析方法。并成功的运用此方法对矿井涌水水源进行了分类判别,提高了水源判别的科学性和准确性,通过对兖州矿务局杨村矿水样资料的验算,证明了判别的可靠性。