摘要： 为解决在有限的时空监测信息下,由众多原始指标构成的矿井通风系统(VS)安全评价矩阵呈现出的高维、稀疏性问题,提出嵌入梯度的支持向量机(SVM).首先,计算所有训练样本到支持向量的梯度.依据各指标在坐标轴上的投影和,对各指标进行重要性排序.约简出测试正确率最高的指标组合,再利用SVM,实现最终的小样本评价.应用该方法约简3个矿井的指标体系,所得安全评价正确率优于传统的神经网络方法.结果表明,通过约简评价体系的冗余指标,能节约监测成本,而且能够在数据有限情况下,提高安全评价的准确性.

中图分类号: 

• X936