鹤壁矿区利用水化学成分识别突水水源建模研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-15页 |
| ·选题依据和意义 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·研究内容 | 第12-13页 |
| ·技术路线 | 第13-15页 |
| 2 研究区概况 | 第15-25页 |
| ·气象及水文特征 | 第16页 |
| ·地形地貌特征 | 第16-18页 |
| ·地层及构造 | 第18-20页 |
| ·矿区水文地质概况 | 第20-25页 |
| ·充水含水层 | 第20-22页 |
| ·隔水层 | 第22页 |
| ·充水水源 | 第22-23页 |
| ·充水通道 | 第23-25页 |
| 3 矿区充水水源水化学特征分析 | 第25-37页 |
| ·水质普查与分析化验 | 第25-26页 |
| ·Piper图水质特征分析 | 第26-32页 |
| ·箱型图及水质特征分析 | 第32-37页 |
| 4.水质指标的PCA处理 | 第37-43页 |
| ·主成分分析法的原理 | 第37-38页 |
| ·主成分分析法的应用 | 第38-41页 |
| ·小结 | 第41-43页 |
| 5 矿区突水水源识别模型研究 | 第43-72页 |
| ·利用水化学特征初步判别 | 第43-45页 |
| ·灰色关联度判别模型 | 第45-47页 |
| ·灰色系统及关联度原理 | 第45-46页 |
| ·模型的建立及识别结果分析 | 第46-47页 |
| ·模糊数学判别模型 | 第47-53页 |
| ·模糊数学及模型原理 | 第47-50页 |
| ·模型的建立及识别结果分析 | 第50-53页 |
| ·BP神经网络判别模型 | 第53-60页 |
| ·神经网络及模型原理 | 第53-56页 |
| ·模型的建立及识别结果分析 | 第56-60页 |
| ·Bayes判别模型 | 第60-63页 |
| ·Bayes判别模型的原理 | 第60-62页 |
| ·模型的建立及识别结果分析 | 第62-63页 |
| ·Fisher判别模型 | 第63-70页 |
| ·Fisher判别模型的原理 | 第63-65页 |
| ·模型的建立及识别结果分析 | 第65-70页 |
| ·小结 | 第70-72页 |
| 6 结论与展望 | 第72-74页 |
| ·结论 | 第72-73页 |
| ·展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 附录 | 第78-85页 |
| 作者简历 | 第85-87页 |
| 学位论文数据集 | 第87页 |
