基于商空间的煤矿瓦斯数据挖掘研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究的背景及意义 | 第10-11页 |
| ·数据挖掘基本理论 | 第11-15页 |
| ·数据挖掘概念 | 第11-12页 |
| ·分类与预测 | 第12-14页 |
| ·数据挖掘的步骤 | 第14-15页 |
| ·本课题研究的主要内容及各章节概述 | 第15-18页 |
| 第二章 粒计算、商空间和覆盖算法的基本理论 | 第18-34页 |
| ·粒计算概述 | 第18-23页 |
| ·粒计算的主要模型 | 第18-20页 |
| ·粒计算模型的基本组成 | 第20-21页 |
| ·粒计算基本问题 | 第21-23页 |
| ·商空间理论 | 第23-28页 |
| ·商空间的结构 | 第23-24页 |
| ·粒度的确定 | 第24-25页 |
| ·商空间的合成 | 第25-28页 |
| ·覆盖算法 | 第28-34页 |
| ·领域覆盖算法 | 第28-30页 |
| ·多层前向神经网络的交叉覆盖算法 | 第30-34页 |
| 第三章 瓦斯数据挖掘模型研究 | 第34-48页 |
| ·灰色理论与GM(1,1)模型 | 第34-37页 |
| ·灰色理论介绍 | 第34页 |
| ·灰色模型的原理和建立步骤 | 第34-37页 |
| ·RBF 神经网络模型 | 第37-41页 |
| ·RBF 神经网络的结构及原理 | 第37-40页 |
| ·径向基函数网络RBF 网络与BP 网络的对比 | 第40-41页 |
| ·马尔柯夫模型 | 第41-42页 |
| ·马尔柯夫链的基本理论 | 第41-42页 |
| ·马尔柯夫模型建立的步骤 | 第42页 |
| ·支持向量机SVM | 第42-44页 |
| ·高维空间中的最优分类超平面 | 第43页 |
| ·分类支持向量机 | 第43-44页 |
| ·组合预测模型 | 第44-48页 |
| ·马尔柯夫模型与灰色模型的组合模型 | 第44页 |
| ·RBF 神经网络与灰色模型的组合模型 | 第44-45页 |
| ·SVM 与灰色模型的组合模型 | 第45-46页 |
| ·基于商空间的覆盖算法与灰色模型组合模型 | 第46-48页 |
| 第四章 基于商空间的瓦斯数据挖掘 | 第48-58页 |
| ·基于商空间粒度计算理论的瓦斯数据挖掘分析 | 第48-49页 |
| ·信息粒度的构建 | 第48-49页 |
| ·商空间粒度的计算 | 第49页 |
| ·模型实验与结果分析 | 第49-58页 |
| ·灰色-马尔柯夫模型组合预测 | 第49-52页 |
| ·灰色——RBF 神经网络组合预测 | 第52-53页 |
| ·灰色模型与SVM 组合预测 | 第53-54页 |
| ·基于商空间的灰色模型-覆盖算法组合预测 | 第54-56页 |
| ·四种组合模型的实验结果比较 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| ·结论 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 发表论文和参加科研情况说明 | 第66页 |
