基于支持向量機的煤礦安全建模研究及應用簡介，目錄書摘
2019-12-20 14:17
來源：京東
作者：京東
基于支持向量機的煤礦安全建模研究及應用
暫無報價
7評論
100%好評
編輯推薦:
內容簡介: 《基于支持向量機的煤礦安全建模研究及應用》利用灰色關聯(lián)分析方法、基于VagUe思想的[-1，1]線性生成算子的數據無量綱化處理方法和基于煤炭產量的關聯(lián)度加權的兩種改進灰色關聯(lián)分析方法，建立了煤礦百萬噸死亡率預測指標體系；引入了基于緩沖算子的灰色預測模型，對煤礦百萬噸死亡率預測的指標進行了測算；提出了基于一種多階灰色、最小二乘支持向量機的煤礦百萬噸死亡率組合預測新模型D。-GM（1，1）-LSSVM。
《基于支持向量機的煤礦安全建模研究及應用》適合高等院校高年級本科生、研究生、教師以及相關領域的科技工作者使用。
《基于支持向量機的煤礦安全建模研究及應用》適合高等院校高年級本科生、研究生、教師以及相關領域的科技工作者使用。
作者簡介:
目錄:第1章 基礎理論
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
1.2 統(tǒng)計學習理論
1.2.1 機器學習的問題表示
1.2.2 經驗風險最小化原則
1.2.3 VC維
1.2.4 結構風險最小化原則
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
第3章 煤礦安全及支持向量機研究現狀
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 國內外研究現狀
3.2.1 煤礦事故預測模型研究現狀
3.2.2 支持向量機研究現狀
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 人工神經網絡模型
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成
4.1.1 煤礦安全生產控制指標
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 灰色關聯(lián)分析的基本特征
4.2.2 灰色關聯(lián)分析模型
4.2.3 2004年煤礦百萬噸死亡率關聯(lián)分析
4.2.4 2010年煤礦百萬噸死亡率關聯(lián)分析
4.2.5 煤礦百萬噸死亡率灰色關聯(lián)分析結果對比
4.3 基于改進的灰色關聯(lián)煤礦百萬噸死亡率指標體系的建立
4.3.1 數據無量綱化處理方法的改進
4.3.2 關聯(lián)度加權改進算法
4.3.3 煤礦百萬噸死亡率改進灰色關聯(lián)分析結果對比
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據處理
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
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
1.2 統(tǒng)計學習理論
1.2.1 機器學習的問題表示
1.2.2 經驗風險最小化原則
1.2.3 VC維
1.2.4 結構風險最小化原則
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
第3章 煤礦安全及支持向量機研究現狀
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 國內外研究現狀
3.2.1 煤礦事故預測模型研究現狀
3.2.2 支持向量機研究現狀
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 人工神經網絡模型
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成
4.1.1 煤礦安全生產控制指標
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 灰色關聯(lián)分析的基本特征
4.2.2 灰色關聯(lián)分析模型
4.2.3 2004年煤礦百萬噸死亡率關聯(lián)分析
4.2.4 2010年煤礦百萬噸死亡率關聯(lián)分析
4.2.5 煤礦百萬噸死亡率灰色關聯(lián)分析結果對比
4.3 基于改進的灰色關聯(lián)煤礦百萬噸死亡率指標體系的建立
4.3.1 數據無量綱化處理方法的改進
4.3.2 關聯(lián)度加權改進算法
4.3.3 煤礦百萬噸死亡率改進灰色關聯(lián)分析結果對比
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據處理
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
京公網安備 11000002000088號
