基于支持向量機的煤礦安全建模研究及應用

第1章 基礎(chǔ)理論1.1 最優(yōu)化理論1.1.1 最優(yōu)化問題的表示1.1.2 線性規(guī)劃和非線性規(guī)劃1.1.3 凸集和凸函數(shù)1.2 統(tǒng)計學習理論1.2.1 機器學習的問題表示1.2.2 經(jīng)驗風險最小化原則1.2.3 VC維1.2.4 結(jié)構(gòu)風險最小化原則第2章 支持向量機理論2.1 最優(yōu)分類超平面2.2 支持向量分類機2.2.1 線性分類


第1章 基礎(chǔ)理論1.1 最優(yōu)化理論1.1.1 最優(yōu)化問題的表示1.1.2 線性規(guī)劃和非線性規(guī)劃1.1.3 凸集和凸函數(shù)1.2 統(tǒng)計學習理論1.2.1 機器學習的問題表示1.2.2 經(jīng)驗風險最小化原則1.2.3 VC維1.2.4 結(jié)構(gòu)風險最小化原則第2章 支持向量機理論2.1 最優(yōu)分類超平面2.2 支持向量分類機2.2.1 線性分類2.2.2 近似線性分類2.2.3 非線性分類2.2.4 多類分類問題2.3 支持向量回歸機2.3.1 SVM回歸問題2.3.2 線性支持向量回歸機2.3.3 非線性支持向量回歸機2.4 核函數(shù)第3章 煤礦安全及支持向量機研究現(xiàn)狀3.1 研究背景及意義3.1.1 研究背景3.1.2 研究意義3.2 國內(nèi)外研究現(xiàn)狀3.2.1 煤礦事故預測模型研究現(xiàn)狀3.2.2 支持向量機研究現(xiàn)狀3.3 常用預測模型3.3.1 時間序列模型3.3.2 灰色模型3.3.3 人工神經(jīng)網(wǎng)絡(luò)模型第4章 煤礦百萬噸死亡率預測指標體系的建立4.1 煤礦百萬噸死亡率影響因素的構(gòu)成4.1.1 煤礦安全生產(chǎn)控制指標4.1.2 指標的下達方式及分解計算方法4.1.3 煤礦百萬噸死亡率影響因子4.2 基于灰色關(guān)聯(lián)分析的煤礦百萬噸死亡率指標體系的建立4.2.1 灰色關(guān)聯(lián)分析的基本特征4.2.2 灰色關(guān)聯(lián)分析模型4.2.3 2004年煤礦百萬噸死亡率關(guān)聯(lián)分析4.2.4 2010年煤礦百萬噸死亡率關(guān)聯(lián)分析4.2.5 煤礦百萬噸死亡率灰色關(guān)聯(lián)分析結(jié)果對比4.3 基于改進的灰色關(guān)聯(lián)煤礦百萬噸死亡率指標體系的建立4.3.1 數(shù)據(jù)無量綱化處理方法的改進4.3.2 關(guān)聯(lián)度加權(quán)改進算法4.3.3 煤礦百萬噸死亡率改進灰色關(guān)聯(lián)分析結(jié)果對比第5章 基于灰色模型的煤礦百萬噸死亡率指標的測算5.1 煤礦百萬噸死亡率GM（1，1）模型5.1.1 GM（1，1）模型建模機理5.1.2 GM（1，1）模型的檢驗5.2 煤礦百萬噸死亡率Dm-GM（1，1）模型5.2.1 緩沖算子改進灰色模型的建立過程5.2.2 緩沖算子改進灰色模型的優(yōu)點5.3 Dm-GM（1，1）模型在煤礦百萬噸死亡率指標測算中的應用5.3.1 煤礦百萬噸死亡率原始數(shù)據(jù)處理5.3.2 基于GM（1，1）模型的煤礦百萬噸死亡率指標測算5.3.3 基于D-GM（1，1）模型的煤礦百萬噸死亡率指標測算5.3.4 基于Dm-GM（1，1）模型的煤礦百萬噸死亡率指標測算5.3.S基于Dm-GM（1，1）模型的煤礦百萬噸死亡率指標誤差檢驗