본 논문에서는 백사암, 대리암, 셰일 및 암염에 대해 스펙트럼 데이터를 수집하고, 서포트 벡터 머신, BP 신경망, 분류 회귀 결정 트리 세 가지 방법을 이용하여 암석 분류를 수행하였다. 정확도, 재현율, 카파 계수를 통해 모델의 우수성을 정량적으로 비교하여 최적의 암석 분류 스펙트럼 모델을 확보하는 것을 목표로 한다. 결과에 따르면 결정 트리 모델의 분류 정확도가 가장 낮아 93.1%에 불과하였으며, 희소 필터링과 BP 신경망을 결합한 암석 분류 모델이 가장 우수한 성능을 보여 분류 정확도는 97.1%, 카파 계수는 0.958이었다. 본 연구는 스펙트럼 측정 방법을 통해 암석 종류를 신속하게 식별할 수 있어 실제 공정에서 다양한 암석의 재해 예방에 중요한 이론적 근거와 실용적 가치를 제공한다.

암석 분류;중적외선 분광;기계 학습;서포트 벡터 머신;BP 신경망