基于构造复杂程度的突出区域预测SVM模型及其应用
致谢 | 第1-6页 |
摘要 | 第6-7页 |
Abstract | 第7-13页 |
1 绪论 | 第13-21页 |
·选题背景和意义 | 第13-14页 |
·区域预测研究应用现状 | 第14-18页 |
·论文研究内容与结构安排 | 第18-20页 |
·论文研究内容 | 第18页 |
·论文结构安排 | 第18-19页 |
·技术路线 | 第19-20页 |
·本章小结 | 第20-21页 |
2 支持向量机 | 第21-29页 |
·统计学习理论 | 第21-22页 |
·支持向量机分类 | 第22-25页 |
·支持向量机分类思想 | 第22-24页 |
·核函数 | 第24-25页 |
·C-SVC | 第25页 |
·支持向量机算法 | 第25-27页 |
·支持向量机分类算法综述 | 第25-26页 |
·SMO算法 | 第26-27页 |
·SVM分类模型建立方法和工具 | 第27-28页 |
·本章小结 | 第28-29页 |
3 影响突出因素分析和构造复杂程度定量评价 | 第29-43页 |
·煤与瓦斯突出机理 | 第29页 |
·突出的发展过程 | 第29-30页 |
·影响突出的因素 | 第30-38页 |
·地质类 | 第30-34页 |
·煤质类 | 第34-37页 |
·瓦斯类 | 第37页 |
·人为类 | 第37-38页 |
·地质构造复杂程度定量评价方法 | 第38-42页 |
·地质构造复杂程度定量评价模型综述 | 第38页 |
·构造复杂程度综合系数法 | 第38-40页 |
·对构造复杂程度综合系数法的改进 | 第40-42页 |
·本章小结 | 第42-43页 |
4 突出区域预测SVM模型的建立 | 第43-52页 |
·样本集的选取 | 第43-46页 |
·核函数的选择 | 第46-47页 |
·参数优化 | 第47-51页 |
·本章小结 | 第51-52页 |
5 煤矿突出区域预测与防突技术 | 第52-65页 |
·矿井概况 | 第52-53页 |
·预测 | 第53页 |
·区域防突技术选择 | 第53-57页 |
·开采保护层 | 第54-55页 |
·预抽煤层瓦斯 | 第55-57页 |
·射孔预裂增透技术 | 第57-63页 |
·基本原理与工作方式 | 第58页 |
·射孔预裂增透技术参数 | 第58-59页 |
·射孔预裂增透技术试验 | 第59-63页 |
·防突措施效果检验方法 | 第63-64页 |
·本章小结 | 第64-65页 |
6 总结与展望 | 第65-67页 |
·全文总结 | 第65-66页 |
·展望 | 第66-67页 |
参考文献 | 第67-71页 |
作者简历 | 第71页 |