首页--天文学、地球科学论文--水文地质学与工程地质学论文--水文地质学(地下水水文学)论文--水文地球化学论文

基于Matlab的潘三矿地下水水化学场分析及突水水源判别模型

摘要第1-6页
ABSTRACT第6-8页
致谢第8-13页
第一章 绪论第13-17页
   ·选题目的第13-14页
   ·选题意义第14页
   ·国内外研究现状第14-16页
   ·本文主要研究内容第16-17页
第二章 研究区概况第17-26页
   ·自然地理概况第17-18页
     ·井田位置及交通第17页
     ·水文、气象第17-18页
   ·矿区水文地质第18-20页
     ·区域水文地质概况第18页
     ·水文地质条件第18-20页
   ·矿区地下水补、迳、排特征第20-26页
     ·地下水的补、迳、排第20-21页
     ·矿井充水特征第21-22页
     ·潘三矿地下水位动态分析第22-26页
第三章 潘三矿地下水水化学场分析第26-50页
   ·主要含水层水化学特征第26-30页
     ·潘三矿各含水层的Piper 三线图水质分类第27-29页
     ·各含水层水质总体特征分析第29-30页
   ·直接充水含水层的特征离子提取与分析第30-36页
     ·箱型统计图第30-31页
     ·分类主成分分析第31-34页
     ·方差分析第34-36页
   ·基于 MATLAB 的潘三矿地下水水化学场可视化第36-50页
第四章 基于MATLAB 的潘三矿井突水水源判别模型第50-70页
   ·BAYES 多类线性判别模型第51-53页
     ·Bayes 多类线性判别原理第51-52页
     ·Bayes 多类线性判别模型第52-53页
     ·Bayes 多类线性判别的应用第53页
   ·模糊综合评判模型分析第53-56页
     ·模糊综合评判原理与方法第53-55页
     ·模糊综合判别模型的应用第55-56页
   ·灰色关联度分析模型第56-59页
     ·灰色关联度第56-57页
     ·灰关联分析的原理第57-58页
     ·灰色关联度分析评判的应用第58-59页
   ·BP 神经网络模型分析第59-61页
     ·BP 神经网络简介第59页
     ·BP 网络学习算法第59-60页
     ·BP 神经网络模型的应用第60-61页
   ·煤系突水水源组内判别模型研究第61-69页
     ·SVM 理论第61-62页
     ·SVM 训练算法第62-64页
     ·基于SVM 的煤系突水水源组内判别模型的应用第64-66页
     ·SVM 在煤系突水水源组内判别中的优势第66-69页
   ·本章小结第69-70页
第五章 结论与展望第70-72页
   ·主要结论第70页
   ·展望第70-72页
参考文献第72-76页

论文共76页,点击 下载论文
上一篇:滁河断裂特征研究及其意义
下一篇:GPS技术在桥梁变形监测中的应用研究