基于半监督学习和支持向量机的煤与瓦斯突出预测研究
来源期刊:工矿自动化2012年第11期
论文作者:孙云霄 方健 马小平
文章页码:40 - 42
关键词:煤与瓦斯突出预测;支持向量机;半监督学习;协同训练;
摘 要:针对支持向量机要求输入向量为已标记样本,而实际应用中已标记样本很难获取的问题,提出将半监督学习和支持向量机结合的煤与瓦斯突出预测方法;介绍了采用SVM预测煤与瓦斯突出的流程及其输入向量的选择;对半监督学习中的协同训练算法进行了改进:在同一属性集上训练2个不同分类器SVM和KNN,将2个分类器标记一致的样本加入训练集,从而充分利用未标记样本不断补充信息,更新训练集标记样本,达到强化训练集的目的。测试结果表明,改进后的算法比单独的支持向量机预测方法准确率更高。
孙云霄1,方健2,马小平1
1. 中国矿业大学信电学院2. 新兴重工北京三兴汽车有限公司
摘 要:针对支持向量机要求输入向量为已标记样本,而实际应用中已标记样本很难获取的问题,提出将半监督学习和支持向量机结合的煤与瓦斯突出预测方法;介绍了采用SVM预测煤与瓦斯突出的流程及其输入向量的选择;对半监督学习中的协同训练算法进行了改进:在同一属性集上训练2个不同分类器SVM和KNN,将2个分类器标记一致的样本加入训练集,从而充分利用未标记样本不断补充信息,更新训练集标记样本,达到强化训练集的目的。测试结果表明,改进后的算法比单独的支持向量机预测方法准确率更高。
关键词:煤与瓦斯突出预测;支持向量机;半监督学习;协同训练;