基于支持向量机的煤自燃预测方法研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-13页 |
| ·研究背景和意义 | 第7-8页 |
| ·煤自燃知识 | 第8页 |
| ·煤自燃气体指标研究现状 | 第8-10页 |
| ·支持向量机研究现状 | 第10-11页 |
| ·论文的主要工作及章节安排 | 第11-13页 |
| 2 支持向量机的基本理论 | 第13-24页 |
| ·统计学理论 | 第13-17页 |
| ·经验风险最小化 | 第13页 |
| ·学习过程一致性 | 第13-14页 |
| ·VC 维 | 第14-15页 |
| ·结构风险最小化原则 | 第15-17页 |
| ·支持向量机理论 | 第17-21页 |
| ·线性支持向量机 | 第17-19页 |
| ·非线性支持向量机 | 第19-21页 |
| ·支持向量机多分类方法 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 3 支持向量机的参数选取 | 第24-32页 |
| ·支持向量机的参数选取问题 | 第24页 |
| ·传统参数选取方法 | 第24-25页 |
| ·粒子群算法 | 第25-27页 |
| ·算法原理 | 第25-26页 |
| ·算法步骤 | 第26-27页 |
| ·遗传算法 | 第27-28页 |
| ·算法原理 | 第27-28页 |
| ·算法步骤 | 第28页 |
| ·遗传算法与粒子群算法选择参数对比实验 | 第28-30页 |
| ·实验环境及数据 | 第28-29页 |
| ·实验步骤 | 第29页 |
| ·实验结果及分析 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 4 模糊最小二乘球形支持向量机 | 第32-40页 |
| ·几种常用的支持向量机 | 第32-36页 |
| ·v -支持向量机 | 第32-33页 |
| ·模糊支持向量机 | 第33页 |
| ·最小二乘支持向量机 | 第33-34页 |
| ·超球体支持向量机 | 第34-36页 |
| ·模糊最小二乘球形支持向量机（FLHSSVM） | 第36-39页 |
| ·模糊最小二乘球形支持向量机的构造 | 第36-37页 |
| ·FLHSSVM 的 Lagrange 乘子优化 | 第37-38页 |
| ·FLHSSVM 的训练 | 第38-39页 |
| ·FLHSSVM 的决策规则 | 第39页 |
| ·本章小结 | 第39-40页 |
| 5 基于粗糙集的属性约简 | 第40-46页 |
| ·粗糙集中的基本概念 | 第40-42页 |
| ·知识与分类 | 第40-41页 |
| ·粗糙集与近似 | 第41-42页 |
| ·属性约简 | 第42-43页 |
| ·基于邻域粗糙的 SVM | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 6 基于支持向量机的煤自燃预测实验 | 第46-56页 |
| ·煤自然发火过程实验模拟设备 | 第46-50页 |
| ·炉体结构 | 第46-48页 |
| ·供风系统 | 第48页 |
| ·气体采集与分析系统 | 第48-49页 |
| ·自动测温和控制系统 | 第49-50页 |
| ·数据采集及数据分析 | 第50-51页 |
| ·支持向量机预测实验及结果分析 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 7 结论 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62页 |
