信息工程学院

讲座时间：2020年11月21日09时00分至10时30分

讲座地点：工程中心会议室

讲座对象：环境水文课题组

讲座摘要：皖北矿区浅部煤炭开采殆尽，许多矿井逐步向深部延伸，深部勘探程度低，高水压和复杂的水文地质条件，势必使得煤矿水害的防治任务越来越艰巨。因此，如何快速、精准的进行煤矿水源识别，对预防突水灾害都具有重大意义。

随机森林法（Random Forests）是机器学习领域中最重要的分类算法之一，是由Leo Breiman和Adele Cutler所提出，它结合Breimans的"Bootstrap aggregating"想法和Ho的"random subspace method"以建造决策树的集合。

   在突水水源识别中应用随机森林模式识别理论，通过深入挖掘每个含水层地下水特征的标型元素，与含水层之间的非线性映射关系获取学习能力，以分类树为基元，将地下水中的常规元素、微量元素和环境同位素以叶节点输入，以具体对应的含水层从根节点输出，建立水源识别模型，构建一种水源识别自动化预测系统。这对揭示含水层的标型元素、煤矿深部开采水害预警具有现实的理论意义和实践价值。