基于支持向量機(jī)的煤礦安全建模研究及應(yīng)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(wèn)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(jì)學(xué)習(xí)理論1.2.1 機(jī)器學(xué)習(xí)的問(wèn)題表示1.2.2 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原則1.2.3 VC維1.2.4 結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則第2章 支持向量機(jī)理論2.1 最優(yōu)分類超平面2.2 支持向量分類機(jī)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(wèn)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(jì)學(xué)習(xí)理論1.2.1 機(jī)器學(xué)習(xí)的問(wèn)題表示1.2.2 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原則1.2.3 VC維1.2.4 結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則第2章 支持向量機(jī)理論2.1 最優(yōu)分類超平面2.2 支持向量分類機(jī)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(wèn)題2.3 支持向量回歸機(jī)2.3.1 SVM回歸問(wèn)題2.3.2 線性支持向量回歸機(jī)2.3.3 非線性支持向量回歸機(jī)2.4 核函數(shù)第3章 煤礦安全及支持向量機(jī)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(guó)內(nèi)外研究現(xiàn)狀3.2.1 煤礦事故預(yù)測(cè)模型研究現(xiàn)狀3.2.2 支持向量機(jī)研究現(xiàn)狀3.3 常用預(yù)測(cè)模型3.3.1 時(shí)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(wàn)噸死亡率預(yù)測(cè)指標(biāo)體系的建立4.1 煤礦百萬(wàn)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(biāo)4.1.2 指標(biāo)的下達(dá)方式及分解計(jì)算方法4.1.3 煤礦百萬(wàn)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(wàn)噸死亡率指標(biāo)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(wàn)噸死亡率關(guān)聯(lián)分析4.2.4 2010年煤礦百萬(wàn)噸死亡率關(guān)聯(lián)分析4.2.5 煤礦百萬(wàn)噸死亡率灰色關(guān)聯(lián)分析結(jié)果對(duì)比4.3 基于改進(jìn)的灰色關(guān)聯(lián)煤礦百萬(wàn)噸死亡率指標(biāo)體系的建立4.3.1 數(shù)據(jù)無(wú)量綱化處理方法的改進(jìn)4.3.2 關(guān)聯(lián)度加權(quán)改進(jìn)算法4.3.3 煤礦百萬(wàn)噸死亡率改進(jìn)灰色關(guān)聯(lián)分析結(jié)果對(duì)比第5章 基于灰色模型的煤礦百萬(wàn)噸死亡率指標(biāo)的測(cè)算5.1 煤礦百萬(wàn)噸死亡率GM（1，1）模型5.1.1 GM（1，1）模型建模機(jī)理5.1.2 GM（1，1）模型的檢驗(yàn)5.2 煤礦百萬(wàn)噸死亡率Dm-GM（1，1）模型5.2.1 緩沖算子改進(jìn)灰色模型的建立過(guò)程5.2.2 緩沖算子改進(jìn)灰色模型的優(yōu)點(diǎn)5.3 Dm-GM（1，1）模型在煤礦百萬(wàn)噸死亡率指標(biāo)測(cè)算中的應(yīng)用5.3.1 煤礦百萬(wàn)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(wàn)噸死亡率指標(biāo)測(cè)算5.3.3 基于D-GM（1，1）模型的煤礦百萬(wàn)噸死亡率指標(biāo)測(cè)算5.3.4 基于Dm-GM（1，1）模型的煤礦百萬(wàn)噸死亡率指標(biāo)測(cè)算5.3.S基于Dm-GM（1，1）模型的煤礦百萬(wàn)噸死亡率指標(biāo)誤差檢驗(yàn)