首页--交通运输论文--铁路运输论文--铁路运输管理工程论文--安全技术论文--货物作业安全论文

LSSVM在油库铁路装卸系统安全评价中的研究及应用

摘要第1-6页
Abstract第6-9页
第一章 绪论第9-16页
   ·研究目的及意义第9页
   ·安全评价第9-10页
   ·支持向量机的应用第10-11页
   ·油库铁路装卸系统安全评价方法的研究现状第11-13页
   ·支持向量机在安全评价中的优越性第13-14页
   ·本文的基本内容第14-15页
 本章小结第15-16页
第二章 统计学习理论与支持向量机第16-27页
   ·机器学习问题第16页
   ·统计学习理论第16-18页
     ·VC 维第17页
     ·推广性的界第17-18页
     ·结构风险最小化第18页
   ·支持向量机理论第18-24页
     ·最优分类超平面第19-24页
     ·核函数第24页
   ·最小二乘支持向量机(LSSVM)第24-26页
     ·LSSVM 多类分类器第25-26页
     ·LSSVM 的实现平台第26页
 本章小结第26-27页
第三章 油库铁路装卸系统安全现状及主要危险因素分析第27-33页
   ·油库及铁路装卸系统概述第27-29页
   ·油库铁路装卸系统的安全现状第29页
   ·油库铁路装卸系统的安全评价范围第29页
   ·油库铁路装卸系统主要危险有害因素分析第29-32页
     ·主要危险因素分析第29-32页
     ·主要有害因素分析第32页
 本章小结第32-33页
第四章 油库铁路装卸系统安全评价指标体系的建立第33-43页
   ·评价指标体系的建立原则第33-34页
   ·评价指标体系的建立流程第34-35页
   ·评价指标选取的依据第35页
   ·油库铁路装卸系统安全评价指标体系第35-38页
     ·人员指标第36页
     ·设备设施指标第36-37页
     ·环境指标第37页
     ·管理指标第37-38页
   ·评价指标的量化处理第38-42页
 本章小结第42-43页
第五章 LSSVM 油库铁路装卸系统安全评价模型的实现第43-54页
   ·学习样本的输入第43-48页
     ·样本归一化处理第46-48页
   ·核函数的选取第48页
   ·LSSVM 模型分类算法第48-50页
   ·模型训练第50-52页
   ·模型测试第52-53页
   ·实例应用第53页
 本章小结第53-54页
结论与展望第54-55页
参考文献第55-57页
附录A第57-62页
攻读硕士学位期间发表的学术论文第62-63页
致谢第63-64页

论文共64页,点击 下载论文
上一篇:120阀在两种试验台上试验性能及标准对比研究
下一篇:基于可靠性的铁路运输安全预警理论研究