冻结法凿井井壁受力特性支持向量机预测研究
摘要 | 第1-6页 |
Abstract | 第6-11页 |
1 绪论 | 第11-19页 |
·课题的提出 | 第11-13页 |
·研究的背景 | 第11页 |
·研究的目的和意义 | 第11-13页 |
·国内外研究现状及发展趋势 | 第13-16页 |
·应力监测的发展 | 第13-15页 |
·相关理论应用的发展 | 第15-16页 |
·本文的研究内容和技术路线 | 第16-19页 |
·研究内容 | 第16-18页 |
·技术路线 | 第18-19页 |
2 信湖矿井壁监测 | 第19-42页 |
·信湖矿介绍 | 第19-21页 |
·地理位置 | 第19页 |
·矿井地质状况 | 第19-21页 |
·信湖煤矿副井冻结壁、井壁监测实施方案 | 第21-27页 |
·监测内容 | 第21页 |
·监测水平与元件布置 | 第21-22页 |
·监测仪器 | 第22-25页 |
·施工及安装 | 第25-26页 |
·设备一览表 | 第26-27页 |
·钢筋计测量及数据分析 | 第27-35页 |
·井壁监测 | 第28-32页 |
·井壁结构特征及监测元件 | 第32页 |
·数据采集 | 第32页 |
·数据分析 | 第32-35页 |
·本节小结 | 第35页 |
·压力盒测量及分析 | 第35-42页 |
·压力盒的布置 | 第36页 |
·监测仪器 | 第36页 |
·冻结压力规律 | 第36-38页 |
·冻结压力与温度测值的关系 | 第38-41页 |
·本节小结 | 第41-42页 |
3 支持向量机理论 | 第42-70页 |
·支持向量机概论 | 第42-51页 |
·支持向量机理论的发展 | 第42页 |
·支持向量机理论 | 第42-51页 |
·小样本机器学习理论 | 第51-54页 |
·机器学习的基本问题 | 第51-53页 |
·统计学习理论的核心内容 | 第53-54页 |
·小结 | 第54页 |
·支持向量机公式 | 第54-55页 |
·支持向量机时间预测 | 第55-70页 |
4 支持向量机多因素分析在井壁安全预测中的应用 | 第70-74页 |
·井壁安全预测的实例分析 | 第70-73页 |
·本章小结 | 第73-74页 |
5 结论与展望 | 第74-76页 |
·主要结论 | 第74页 |
·展望 | 第74-76页 |
参考文献 | 第76-78页 |
致谢 | 第78-79页 |
作者简介 | 第79页 |