摘要
煤矿安全实验室现有实验项目30余项,涉及煤层瓦斯涌出预测、瓦斯抽采技术和煤与瓦斯突出防治方向.现有的实验室信息管理系统已积累了海量的实验数据,为了能够更深层次地挖掘数据背后隐藏的有价值的信息,应用数据挖掘算法,将实验室信息管理系统采集到的大量数据作为原始数据进行预处理;通过K-means聚类算法建立原始数据性质的聚类模型,并借助模糊C均值算法进行优化和改进,以聚类模型为基础建立数据分布优化模型来找到数据样本中的特征.结果表明:评价结果与实际相符,数据挖掘方法有效地分析出煤与瓦斯突出危险性,辅助煤与瓦斯灾害防治,在实验室信息管理系统中应用数据挖掘算法,能够为瓦斯灾害防治提供有效技术支撑.
NETL
NSTL
维普
万方数据