第36卷，第7期 2016年7月
光谱学与光谱分析 Spectroscopy and Spectral A nalysis
Vol. 36,No. 7,pp2234-2237
July，2016
KNN结合PCA在激光透导荧光光谱识别矿并突水中的应用
何晨阳，周孟然*，闫鹏程
安徽理工大学电气与信息工程学院，安徽准南232001
摘要矿井突水的迅速识别与分类对于井下水灾防治工作有着重要的意义。提出一种KNN结合PCA运用在激光诱导荧光光谱快速识别矿并突窦水水源中的新方法。利用激光器发射激光通过可浸人式探头射人水样，得到四种突水水样共80组荧光光谱数据，再分别对每组数据进行预处理，处理后的数据中每种水样取 15组数据作为训练集，共60组，其余20组作为预测集。利用主成分分析(PCA)对数据进行处理，之后在主成分分析的基础上利用KNN算法进行分类识别。实验过程中，各预处理方法在主成分个数为2的情况下，进行KNN算法分类的正确率都达到100%。
关键调KNN算法；PCA；激光诱导荧光；矿井突水；水源识别
中图分类号：0657.3
引言
文献标识码：A
DOI : 10, 3964/j. issn, 1000-0593(2016 )07-2234-04
类[11-12]。因此，本文利用LIF技术得到不同突水水源的分类，再进行PCA建模与KNN算法，识别未知的矿井突水水源。
并下水灾是矿并重大灾害之一。并下水灾主要体现在突
水，矿井突水现象一且发生，在短时间内，会淹没工作设备和矿并巷道，导致严重的经济损失，并且可能造成人员的伤亡，矿井突水灾害目前是发生的次数与导致伤亡的人数仅次于瓦斯事故的矿井第二大灾害，所以对于矿井突水的防治工作是并下煤矿要全工作的重中之重，矿并突水发生时，应该及时找到突水的原因以及突水的水源类别，才能进行下一步水灾预防的工作1-。目前，矿井突水水源类型的识别多采用以水化学识别为基础的方法。这种方法获取水源中的指定离子浓度、电导率以及pH值，再通过建立模型，进而得到不同种类的水源。但这种方法耗时太长，不易于矿井井下突水引发水灾的防治工作-
鉴于对矿并突水水灾防治的及时性，本文提出LIF技术
与PCA再通过KNN算法识别矿并突水水源的类型。激光诱透导荧光光谱分析（简称LIF)是一种具有很高灵敏度、很快处理速度的光谱分析方法，此方法可以将各个水样表现在不同的荧光光谱中，克服了水化学方法识别时间长的缺点，也更好的适应矿井下恶劣的环境o)。PCA（principal component analysis），主成分分析，因子分析中的一种。K近邻算法，即 KNN算法是最简便的数据挖掘分类算法之一，应用在矿并突水水源识别中，能够快速准确地将未知水样进行分
收稿日期：2015-08-30，修订日期：2015-12-2(
实验部分 1.1材料
矿井突水事故常见的水样有四种，煤系砂岩裂隙水、第四系冲积层水、奥陶系灰岩岩溶水和采空水。能对这四种水进行分类识别，进面则能对矿井突水水源进行分类识别。实验所需的四种水样来自灌南市新庄孜矿，于2015年4月18 日采集。为了实验的需要，对不同的水样采集了20个样本并
存放在密封完好的避光容器中。 1.2方法
1.2.1水样荧光光谱的采集
水样荧光光谱的采集采用美国OceanOptics公司生产的型号为USB2000十的激光透导荧光光谱仪；科思凯公司生产的型号为FPB-405-V3的探头，此探头为可浸人式，可以直接放人水中进行激光照射，
实验先设置激光诱导荧光光谱仪的人射激光的功率为 120mW，波长为405nm，分辨率设置为1nm，光谱仪积分时间设置为30ms，荧光光谱的检测范围设置为400～800 nm。设置好后，将探头没人存放在避光容器的实验水样中，为了避免无关光对荧光光谱采集带来的干扰，以上操作均在
基金项目：国家"十二五"科技支撑计划重点项目(2013BAK06B01），国家白然科学基金项目(51174258)资助
作者简介：何晨阳，1991年生，安微理工大学电气与信息工程学院硕土研究生
e-mail ; mrzhou8521@ 163.com
*通讯联系人
e-mail : 13155493061@ 163 .com