基于SVM的煤与瓦斯突出预测模型研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-19页 |
| ·问题的提出 | 第9-10页 |
| ·论题的研究意义 | 第10-11页 |
| ·国内外煤与瓦斯突出的概况 | 第11-12页 |
| ·国外煤与瓦斯突出的概况 | 第11页 |
| ·国内煤与瓦斯突出的概况 | 第11-12页 |
| ·国内外煤与瓦斯突出预测的研究现状 | 第12-17页 |
| ·国内外研究瓦斯突出预测的概况 | 第12-13页 |
| ·国内目前常用的瓦斯突出预测方法 | 第13-17页 |
| ·存在的问题 | 第17-18页 |
| ·本文的主要研究工作 | 第18-19页 |
| 2 煤与瓦斯突出预测的影响因素分析 | 第19-24页 |
| ·概述 | 第19页 |
| ·煤与瓦斯突出的机理 | 第19-20页 |
| ·煤与瓦斯突出的基本规律 | 第20-21页 |
| ·影响瓦斯突出的因素 | 第21-23页 |
| ·围岩条件 | 第21页 |
| ·煤层煤质特征 | 第21-22页 |
| ·地质构造条件 | 第22页 |
| ·煤体结构 | 第22页 |
| ·煤层埋藏深度 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 基于统计学习理论的支持向量机简介 | 第24-32页 |
| ·统计学习理论背景 | 第24-26页 |
| ·机器学习问题 | 第24页 |
| ·VC 维理论和推广性的界 | 第24-25页 |
| ·结构风险最小化 | 第25-26页 |
| ·支持向量机的发展及应用 | 第26-30页 |
| ·支持向量机的理论依据 | 第26-27页 |
| ·支持向量机原理 | 第27-28页 |
| ·支持向量机的基本思想 | 第28-29页 |
| ·支持向量分类机方法在实际问题中的应用 | 第29-30页 |
| ·常见分类方法的简介 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 支持向量机在煤与瓦斯突出预测中的应用 | 第32-58页 |
| ·支持向量机多分类机制比较 | 第32-39页 |
| ·多个两类分类器组合法 | 第32-34页 |
| ·层次型两类分类器组合法 | 第34-39页 |
| ·一个最优化问题一次性合并法 | 第39页 |
| ·一对一机制的多类分类算法的快速实现 | 第39-40页 |
| ·支持向量机在瓦斯突出预测中应用的可行性分析 | 第40-41页 |
| ·支持向量机的瓦斯突出预测模型 | 第41-42页 |
| ·预测模型影响因子的选择与处理 | 第42-46页 |
| ·影响因子的介绍 | 第42-45页 |
| ·影响因子的选取及预处理 | 第45-46页 |
| ·预测模型中参数的选择 | 第46-53页 |
| ·特征选择 | 第46-47页 |
| ·核函数的选择及参数的确定 | 第47-53页 |
| ·预测的实验步骤及结果分析 | 第53-57页 |
| ·预测的实验步骤 | 第53-55页 |
| ·预测的实验结果 | 第55页 |
| ·实验结果分析 | 第55-56页 |
| ·支持向量机方法与其预测方法的比较 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 5 结论 | 第58-60页 |
| ·工作总结与认识 | 第58-59页 |
| ·存在的问题与展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录 | 第64页 |
