摘要 | 第1-3页 |
ABSTRACT | 第3-7页 |
1 绪论 | 第7-15页 |
·课题的提出 | 第7-8页 |
·研究的背景 | 第7-8页 |
·研究的目的和意义 | 第8页 |
·国内外研究现状及发展趋势 | 第8-13页 |
·熵理论的发展 | 第8-10页 |
·支持向量机理论的发展 | 第10-11页 |
·煤与瓦斯突出预测体系的发展 | 第11-13页 |
·本文的研究内容和技术路线 | 第13-15页 |
·研究内容 | 第13页 |
·技术路线 | 第13-15页 |
2 熵与支持向量机理论基础 | 第15-27页 |
·熵理论基础 | 第15-18页 |
·概述 | 第15-16页 |
·信息熵 | 第16-17页 |
·熵权计算方法介绍 | 第17-18页 |
·支持向量机理论基础 | 第18-26页 |
·概述 | 第18页 |
·机器学习理论和统计学习理论 | 第18-20页 |
·统计学习理论简介 | 第20-23页 |
·支持向量机基本原理 | 第23-26页 |
·小结 | 第26-27页 |
3 煤与瓦斯突出影响因素分析 | 第27-37页 |
·概述 | 第27页 |
·煤与瓦斯突出类型 | 第27-28页 |
·煤与瓦斯突出的基本规律 | 第28-29页 |
·煤与瓦斯突出的影响因素 | 第29页 |
·煤与瓦斯突出指标数据获取 | 第29-36页 |
·矿区概况 | 第29-32页 |
·煤与瓦斯突出预测指标的确定以及相关数据的测定方法 | 第32-34页 |
·煤与瓦斯突出监测数据收集 | 第34-36页 |
·小结 | 第36-37页 |
4 基于熵的支持向量机煤与瓦斯突出预测模型构建与应用 | 第37-54页 |
·基于熵的支持向量机煤与瓦斯突出预测模型构建 | 第37-43页 |
·基于熵的支持向量机煤与瓦斯突出预测模型流程 | 第37-39页 |
·熵权计算算法实现 | 第39-40页 |
·支持向量机算法实现 | 第40-43页 |
·模型验证及应用 | 第43-49页 |
·原始突出数据预处理 | 第43-47页 |
·支持向量机煤与瓦斯突出预测分析 | 第47-49页 |
·支持向量机煤与瓦斯突出预测功能模块设计 | 第49-50页 |
·某工作面煤与瓦斯突出危险性区域划分 | 第50-52页 |
·小结 | 第52-54页 |
5 结论 | 第54-56页 |
·本文所做工作及结论 | 第54-55页 |
·本文所做工作 | 第54页 |
·结论 | 第54-55页 |
·展望 | 第55-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-61页 |
附录 | 第61-65页 |