半监督学习和数值模拟的煤层底板突水预警系统研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-21页 |
| 第一章 绪论 | 第21-35页 |
| ·课题的研究背景及意义 | 第21-24页 |
| ·国内外研究现状 | 第24-30页 |
| ·矿井突水预测的研究现状 | 第24-28页 |
| ·突水蔓延数值模拟的研究现状 | 第28-30页 |
| ·国内外研究存在的问题 | 第30页 |
| ·主要研究内容和技术路线 | 第30-32页 |
| ·文章组织结构安排 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第二章 煤层底板突水数据库 | 第35-47页 |
| ·底板突水的形成 | 第35-38页 |
| ·突水通道的形成分析 | 第38-39页 |
| ·底板突水类型 | 第39-40页 |
| ·底板突水的影响因素 | 第40-42页 |
| ·底板突水数据库的建立 | 第42-44页 |
| ·水文地质基础数据库及巷道信息数据库 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第三章 基于万有引力的半监督预测模型 | 第47-71页 |
| ·机器学习理论介绍 | 第47-49页 |
| ·机器学习概述 | 第47-48页 |
| ·机器学习分类 | 第48-49页 |
| ·半监督学习 | 第49-54页 |
| ·学习无标记样本的意义 | 第50-51页 |
| ·半监督学习假设 | 第51-52页 |
| ·半监督学习主要算法 | 第52-54页 |
| ·万有引力算法概述 | 第54-55页 |
| ·基于万有引力的预测模型 | 第55-58页 |
| ·万有引力模型在公共数据集的测试 | 第58-63页 |
| ·实验设置及结果分析 | 第58-61页 |
| ·参数分析 | 第61-63页 |
| ·基于样本选择的万有引力预测算法 | 第63-66页 |
| ·基于万有引力的煤层底板突水预测 | 第66-68页 |
| ·本章小结 | 第68-71页 |
| 第四章 基于图的半监督集成学习模型 | 第71-91页 |
| ·集成学习 | 第71-74页 |
| ·集成学习方法 | 第72-73页 |
| ·半监督学习与集成学习 | 第73-74页 |
| ·基于图的半监督学习方法 | 第74-77页 |
| ·标记传递算法 | 第75-76页 |
| ·图的最小分割算法 | 第76页 |
| ·调和函数算法 | 第76-77页 |
| ·基于图的半监督集成算法 | 第77-83页 |
| ·图的构建 | 第78-79页 |
| ·图的优化 | 第79-80页 |
| ·优化问题的求解 | 第80-82页 |
| ·算法流程 | 第82页 |
| ·结合有标记样本的学习 | 第82-83页 |
| ·基于图的半监督集成算法在公共数据集上的测试 | 第83-88页 |
| ·人工数据集 | 第84-85页 |
| ·UCI数据集 | 第85-88页 |
| ·基于图的半监督集成模型的煤层底板突水预测实验 | 第88-89页 |
| ·本章小结 | 第89-91页 |
| 第五章 矿井突水蔓延数值模拟 | 第91-113页 |
| ·矿井突水的动力学相关知识 | 第91-94页 |
| ·矿井突水驱动力 | 第91-92页 |
| ·突水过程演化规律 | 第92-93页 |
| ·影响水流蔓延的因素 | 第93-94页 |
| ·数值模拟方法 | 第94-103页 |
| ·数值模拟理论介绍 | 第94-96页 |
| ·Flow-3D概况 | 第96-100页 |
| ·Flow-3D基本理论 | 第100-102页 |
| ·边界条件 | 第102-103页 |
| ·矿井突水蔓延的数值仿真 | 第103-111页 |
| ·模型建立及网格划分 | 第103-104页 |
| ·数值仿真 | 第104-111页 |
| ·本章小结 | 第111-113页 |
| 第六章 煤层底板突水预警系统设计 | 第113-121页 |
| ·系统开发工具 | 第113-114页 |
| ·系统总体设计 | 第114-115页 |
| ·数据库层的设计及实现 | 第115-117页 |
| ·系统功能模块设计及实现 | 第117-120页 |
| ·本章小结 | 第120-121页 |
| 第七章 总结和展望 | 第121-125页 |
| ·总结 | 第121-123页 |
| ·展望 | 第123-125页 |
| 参考文献 | 第125-137页 |
| 致谢 | 第137-139页 |
| 攻读博士期间发表的学术论文 | 第139页 |
