咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于PCA法和Fisher判别分析法的岩体质量等级分类 收藏

基于PCA法和Fisher判别分析法的岩体质量等级分类

Rock mass quality classification based on PCA and Fisher discrimination analysis

作     者:钱兆明 任高峰 褚夫蛟 秦绍兵 

作者机构:武汉理工大学资源与环境工程学院湖北武汉430070 大冶有色金属有限责任公司铜山口铜矿湖北黄石435122 中南大学资源与安全工程学院湖南长沙310083 中钢集团武汉安全环保研究院有限公司湖北武汉430081 

出 版 物:《岩土力学》 (Rock and Soil Mechanics)

年 卷 期:2016年第37卷第S2期

页      面:427-432,441页

核心收录:

学科分类:08[工学] 0818[工学-地质资源与地质工程] 080104[工学-工程力学] 0903[农学-农业资源与环境] 0815[工学-水利工程] 0901[农学-作物学] 0813[工学-建筑学] 0814[工学-土木工程] 0801[工学-力学(可授工学、理学学位)] 

基  金:湖北省自然科学基金(No.2015CFA136) 中央高校基本科研业务费专项资金(No.2015-Ⅲ-011) 国家自然科学基金(No.5114112)~~ 

主  题:岩体质量分级 主成分分析(PCA) Fisher判别分析 

摘      要:岩体质量等级分类在实际的工程中有着很重要的作用。基于主成分分析(PCA)法和与Fisher判别分析法相结合建立岩体质量等级判别模型,选取单轴抗压强度、岩体体积节理数、声波纵波速度、节理面风化变异系数、节理面粗糙度系数和透水性系数6种指标作为岩体质量分级判别的判别因子。以永平铜矿露天矿区工程岩体特征资料中的20个样本为训练样本,10个为待判样本,对该模型进行检验和应用,并与传统的RMR法、Fisher判别分析模型的结果进行比较,相应正确率分别为87%、70%、77%,判断结果表明利用主成分分析法和Fisher判别分析法建立的模型判别能力更高。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分