| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1.绪论 | 第12-20页 |
| 1.1 课题研究背景及研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 常规水化学分析研究现状 | 第13-14页 |
| 1.2.2 主成分分析及聚类分析研究现状 | 第14页 |
| 1.2.3 水源判别模型研究现状 | 第14-17页 |
| 1.3 研究内容及技术路线 | 第17-20页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 技术路线 | 第18-20页 |
| 2.研究区概况 | 第20-30页 |
| 2.1 自然地理概况 | 第20页 |
| 2.2 矿井地质概况 | 第20-21页 |
| 2.3 矿井水文地质概况 | 第21-30页 |
| 2.3.1 主要含、隔水层 | 第21-25页 |
| 2.3.2 矿井充水水源 | 第25-26页 |
| 2.3.3 充水通道 | 第26-27页 |
| 2.3.4 地下水补径排条件 | 第27-30页 |
| 3.潘北矿水化学特征 | 第30-42页 |
| 3.1 潘北矿水化学特征概况 | 第30-33页 |
| 3.2 潘北矿常规水化学分析 | 第33-42页 |
| 4.潘北矿突水水源判别模型 | 第42-70页 |
| 4.1 主成分分析 | 第42-47页 |
| 4.1.1 主成分分析法原理 | 第42-44页 |
| 4.1.2 主成分分析法的运用 | 第44-47页 |
| 4.2 聚类分析 | 第47-56页 |
| 4.2.1 系统聚类原理 | 第47-52页 |
| 4.2.2 系统聚类的应用 | 第52-56页 |
| 4.3 基于主成分分析的多项Logistic回归模型 | 第56-60页 |
| 4.3.1 多项Logistic回归分析原理 | 第56-58页 |
| 4.3.2 多项Logistic回归模型 | 第58-60页 |
| 4.4 基于主成分分析的贝叶斯判别 | 第60-64页 |
| 4.4.1 贝叶斯多类线性判别原理 | 第60-62页 |
| 4.4.2 贝叶斯函数 | 第62-64页 |
| 4.5 神经网络 | 第64-70页 |
| 4.5.1 BP神经网络的原理 | 第64-65页 |
| 4.5.2 BP神经的应用 | 第65-70页 |
| 5.结论与展望 | 第70-72页 |
| 5.1 结论 | 第70页 |
| 5.2 存在的问题与不足 | 第70-71页 |
| 5.3 展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 作者简介及读研期间主要成果 | 第77-78页 |