[發明專利]一種基于統計判別分類的爆破塊度預測方法

在審

• 申請號: 201810098466.8
• 申請日: 2018-01-31
• 公開（公告）號: CN108304875A
• 公開（公告）日: 2018-07-20
• 發明（設計）人: 武仁杰;李海波;夏祥;于崇
• 申請（專利權）人: 中國科學院武漢巖土力學研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 武漢宇晨專利事務所 42001
• 代理人: 王敏鋒

1.一種基于統計判別分類的爆破塊度預測方法，其步驟是：

1)、獲得該地區之前爆破的爆破參數與相應爆后塊度數據作為訓練樣本，對爆破參數數據進行標準化處理；

2)、對標準化后的數據作為訓練樣本，代入主成分分析法，獲得相對獨立、信息互不重疊干擾的主成分變量；

3)、將主元變換為主成分變量的訓練樣本代入Fisher判別分類法中，對不同情況下的爆破進行分類，根據爆破塊度中值大小創建類別，將中值小于0.3m為I類，大于0.3m小于0.5m為II類，大于0.5m為III類，建立分類判別函數，將不同的爆破情況進行定量化評判；

4)、針對不同類別的爆破，利用多元回歸分析建立相對應的爆破塊度預測式；

5)、獲得待測塊度爆破的參數，將待測數據代入2)、3)的步驟，以主成分變量表示爆破信息，獲知待測爆破所屬的塊度中值所在類別；

6)、將相關數據代入建立的對應預測方程式中，獲得塊度預測值；

所述的主成分分析法將具有多重共線性、相互干擾的參數數據重新組合為互不相關的主成分變量，將彼此之間具有相關性的原始數據矩陣X的重新線性組合成互不相關的矩陣組Y，方程式格式如下：

方程式滿足：系數a_i1+a_i2+…+a_in＝1(i＝1,2…n)；且參數Y₁、Y₂、…Y_n間互不相關；參數Y₁、Y₂、…Y_n的方差之和與參數X₁、X₂、…X_n的方差之和相等。

2.根據權利要求1所述的一種基于統計判別分類的爆破塊度預測方法，其特征在于：所述的主成分分析法的計算步驟為先將原始數據矩陣作標準化處理，后計算原始數據矩陣的協方差矩陣Σ，計算矩陣Σ的特征矩陣與特征向量，并將特征值由大到小排序并編號，即特征值λ₁≥λ₂≥…≥λ_n，則λ_n為相應的主成分參數Y_n的方差，矩陣∑的特征向量矩陣T_n為公式(1)的系數矩陣，當前述k個主成分變量方差累積的貢獻率大于80％時，k個主成分變量就包含原始數據的大部分信息，且相互之間代表的信息不重疊干擾，用于下一步計算。

3.根據權利要求1所述的一種基于統計判別分類的爆破塊度預測方法，其特征在于：所述的Fisher判別法將多組的多維數據投影至多維空間的方向上，使不同組類間得到明確區分，并按照減小組內方差、增大組間方差原則建立類間判別函數，將待判數據代入判別函數確定其所屬的類別，將不同情況量化評價。

4.根據權利要求1所述的一種基于統計判別分類的爆破塊度預測方法，其特征在于：所述的Fisher判別分類法的計算步驟為將該地區之前爆破的爆破參數分為n組類別，每組類別中的樣本數量為m_i,選取的樣本向量為其中a＝1,2,…,m_i；i＝1,2,…,n，再求得各組樣本與總樣本均值各自的均值向量與向量根據下式求得反映一組組內各數據差異的類內離散度矩陣W：

再根據下式求得反映各組組間數據差異的類間離散度矩陣B：

計算矩陣W^-1、矩陣W^-1B，再計算矩陣方程W^-1B的最大特征值λ及與該特征值相對應特征向量u，構建判別函數方程y＝u^TX，將向量代入判別函數后得到值將數值從小到大得排列，得相鄰兩類T_i，T_i+1的判別閥值: