一种矿井突水水源的非线性识别方法

摘要

本发明涉及一种矿井突水水源的非线性识别方法，包括如下步骤，(1)光谱数据采集；(2)利用卷积(SG)平滑技术对采集的原始光谱数据进行预处理；(3)利用非线性核主成分分析法进行数据降维，并进行非线性特征提取；(4)将采集的水样样本建立独立的测试集和训练集；(5)利用训练集建立EML极限学习机，然后通过测试集进行测试分类结果。本发明采用非线性方式进行特征提取，减低了时间和空间复杂度，同时提供了样本的识别性能；核主成分分析优化了极限学习机的学习参数，EML分类模型具有训练参数少、学习速度快等特点，将KPCA和EML结合用于矿井突水水源的非线性辨别，非常适用于在线突水水源的监测。