文摘
英文文摘
声明
1绪论
1.1支持向量机的发展及应用
1.2煤与瓦斯突出预测研究意义
1.3煤与瓦斯突出预测研究现状
1.4论文主要工作及章节安排
2支持向量机基本理论
2.1概述
2.2统计学习理论
2.2.1机器学习问题
2.2.2统计学习理论的基本概念
2.3支持向量机分类
2.3.1最优分类超平面
2.3.2线性SVM
2.3.3非线性SVM
2.4支持向量机多类分类构造方法
2.4.1全局优化法
2.4.2“一对多”方法
2.4.3“一对一”方法
2.4.4基于二叉树的多类分类方法
2.5核函数
2.5.1核函数理论及其基本性质
2.5.2常用典型核函数
2.6支持向量机与神经网络的比较
2.6.1相似点
2.6.2支持向量机的特点
2.7本章小结
3瓦斯突出因素分析
3.1瓦斯突出机理
3.2瓦斯突出类型
3.3瓦斯突出一般规律
3.4影响瓦斯突出的因素
3.4.1围岩条件
3.4.2煤层煤质特征
3.4.3地质构造条件
3.4.4煤体结构
3.4.5煤层埋藏深度
3.4.6其他因素
3.5本章小结
4研究区地质条件概述
4.1矿井概况
4.1.1位置与交通
4.1.2地形地貌
4.2煤系地层及煤层特征
4.2.1煤系地层
4.2.2煤层特征
4.3研究区瓦斯的基本特征
4.4煤与瓦斯突出类型及突出强度特征
4.5煤与瓦斯突出与各种影响因素的关系
4.5.1突出强度及瓦斯涌出量与开采深度的关系
4.5.2突出强度及瓦斯涌出量与地质构造的关系
4.5.3突出强度及瓦斯涌出量与突出预兆的关系
4.6本章小结
5基于支持向量机的煤与瓦斯突出预测的实现
5.1构造支持向量机多分类预测模型
5.1.1支持向量机多分类方法性能比较
5.1.2构造一对多分类方法
5.2核函数的选取
5.2.1可分性
5.2.2局部性
5.3核函数参数的影响和选取
5.4预测参数的选取
5.4.1特征选取
5.4.2数据规范化
5.4.3参数选取
5.5桑树坪煤矿煤与瓦斯突出预测及结果分析
5.5.1煤与瓦斯突出预测结果
5.5.2结果分析
5.6本章小结
6煤与瓦斯突出预测系统设计实现
6.1可行性分析
6.2需求分析
6.3总体设计
6.4详细设计
6.5本章小结
7结论
致谢
参考文献
附录 攻读硕士学位期间发表的论文
西安科技大学;