抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
炭鉱帯水層の水源は炭鉱の突水早期警戒と災害後の救助に重大な意義があり、従来の水源識別に時間がかかるため、オンライン式早期警戒システムの構築には適さず、レーザー誘導蛍光技術を炭鉱の水源タイプ識別に用いる方法を提出した。レーザ励起により水サンプルを測定し、その蛍光スペクトルを取得し、パターン認識と結合して水源を迅速に識別した。本研究では、淮南鉱区謝橋炭鉱の二種類の純水サンプル-老空水と砂岩水を採集し、異なる混合比で5種類の混合水サンプルに配合して実験を行った。まず、得られた水源の蛍光スペクトルにおいて存在する各種のノイズと妨害情報に対して、SG、Normalize、Gapsegment求引、DetrendとMSCの5種類の常用スペクトル前処理アルゴリズムを用いて、スペクトルデータを処理した。第2に、蛍光スペクトルデータ量が大きすぎて、データに対してPCAの次元縮小を行い、6種類の前処理方式(原始スペクトルを含む)の主成分数として3を取った結果、SG前処理の累積貢献度は最大で、97.26%であった。その次は原始スペクトルであり、92.38%であり、NormalizeとDetrendの累積貢献度の差異は大きくなく、それぞれ88.04%と87.59%、MSCは66.41%、Gapsegmentは最も悪く、22.65%であった。最後に,線形LDAおよび非線形RBF-SVMモデルを,PCAの次元縮小後のデータに対して,それぞれ識別し,比較した。LDAを用いたモデリングでは,SG-PCA-LDAの正解率が最も高く,98.86%に達し,確立したLDAモデルにより,検証セットデータに対して識別し,SG-PCA-LDAの正解率は依然として最高で,100%であった。RBF-SVMを用いてモデル化し,Original-PCA-RBF-SVM,SG-PCA-RBF-SVM,Normalize-PCA-RBF-SVMの正解率は最高で,97.14%であった。確立したRBF-SVMモデルに従って,検証セットデータを識別し,Original-PCA-RBF-SVMとSG-PCA-RBF-SVMの正解率は最高で,97.14%であった。2種類のモデルを比較すると、LDA検証セットの正解率はモデリングセットよりある程度向上したが、RBF-SVM検証セットの正解率はモデリングセットより小さく、LDAモデルはこの炭鉱水源の蛍光スペクトルデータの汎化能力が良好で、成功率が高いことが分かった。結果によると、SG-PCA-LDAモデルとレーザー誘導蛍光技術の併用は、現地の炭鉱水源の識別に比較的良い方法であり、また、老水、砂岩水の純水サンプルと混合水サンプル識別の可能性を検証し、炭鉱の他の混合水源の識別に拡張できる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】