当前位置:首页 > 工业技术
矿山水害空间数据挖掘与知识发现的支持向量机理论与方法
矿山水害空间数据挖掘与知识发现的支持向量机理论与方法

矿山水害空间数据挖掘与知识发现的支持向量机理论与方法PDF电子书下载

工业技术

  • 电子书积分:8 积分如何计算积分?
  • 作 者:闫志刚著
  • 出 版 社:徐州:中国矿业大学出版社
  • 出版年份:2018
  • ISBN:9787564621032
  • 页数:135 页
图书介绍:支持向量机是在统计学习理论基础上发展而来的一种通用学习机器,业已广泛应用于人工智能的各个领域,其在矿山空间数据挖掘与知识发现领域也具有良好的应用前景。本书分为理论与应用两大部分,在理论部分对支持向量机的训练参数、核函数及核参数的选择进行了探讨,研究了多类支持向量机的分类问题。在应用部分,将理论部分的研究成果应用于矿井突水水源识别、突水评价与预测、突水数据挖掘与知识发现等领域。主要内容包括:支持向量机的参数选择、多类支持向量机的分析模型、多类支持向量机的建模方法、矿井突水水源识别的支持向量机模型、矿井突水知识发现的支持向量机模型、矿井突水预测的粒子群支持向量机模型,矿井水害数据挖掘与知识发现系统等。本书可供从事空间数据挖掘、矿井水文地质、数据分析、人工智能、决策支持等领域的科技工作者、研究生和本科生参考使用。
《矿山水害空间数据挖掘与知识发现的支持向量机理论与方法》目录

第1章 绪论 1

1.1 研究背景、目的及意义 1

1.2 MGIS和MD概述 2

1.3 矿井突水预测分析方法综述 3

1.4 SVM理论基础 4

1.5 本书的研究内容和体系结构 14

第2章 SVM的推广能力估计与参数选择 16

2.1 SVM推广能力估计的理论基础 16

2.2 SVM推广能力的估计方法 19

2.3 SVM的推广性能与参数的关系 20

2.4 对(C,σ)优选方法的改进 25

2.5 本章小结 36

第3章 多类支持向量机 37

3.1 现有多类支持向量机算法 37

3.2 多类支持向量机的比较 42

3.3 本章小结 50

附录 50

第4章 多类支持向量机的改进 52

4.1 H-SVMs的改进策略 52

4.2 ECOC SVMs的改进策略 61

4.3 本章小结 71

第5章 SVM在矿井突水水源分析中的应用 72

5.1 矿井水源识别方法综述 72

5.2 水源分析SVM建模 73

5.3 多水源分析的SVM模型 75

5.4 SVM在混合水源分析中的应用 79

5.5 本章小结 81

第6章 SVM在矿井突水预测中的应用 82

6.1 矿井突水预测与分析 82

6.2 矿井突水规则的获取方法 88

6.3 煤层底板破坏深井预测的PSO-LSSVM模型 100

6.4 本章小结 105

第7章 基于MGIS的矿井突水评价与预测系统 106

7.1 研究区概况 106

7.2 突水规则的获取 108

7.3 利用关系数据库管理突水规则 112

7.4 系统简介 117

7.5 本章小结 118

第8章 结论与展望 120

参考文献 123

本书相关的学术成果 134

返回顶部