礦山水害空間數據挖掘與知識發(fā)現的支持向量機理論與方法

定　價：￥36.00

作　者：	閆志剛
出版社：	中國礦業(yè)大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

京東 (￥36.00)

ISBN：	9787564621032	出版時間：	2018-10-01	包裝：	平裝
開本：	16開	頁數：	135	字數：

內容簡介

　　支持向量機是在統(tǒng)計學習理論基礎上發(fā)展而來的一種通用學習機器，業(yè)已廣泛應用于人工智能的各個領域，其在礦山空間數據挖掘與知識發(fā)現領域也具有良好的應用前景。為了便于讀者閱讀和解決實際問題，《礦山水害空間數據挖掘與知識發(fā)現的支持向量機理論與方法》分為理論與應用兩大部分，在理論部分對支持向量機的訓練參數、核函數及核參數的選擇進行了探討，研究了多類支持向量機的分類問題。在應用部分，將理論部分的研究成果應用于礦井突水水源識別、突水評價與預測、突水數據挖掘與知識發(fā)現等領域。主要內容包括支持向量機的參數選擇、多類支持向量機的分析模型、多類支持向量機的建模方法、礦井突水水源識別的支持向量機模型、礦井突水知識發(fā)現的支持向量機模型、礦井突水預測的粒子群支持向量機模型、礦井水害數據挖掘與知識發(fā)現系統(tǒng)等?！兜V山水害空間數據挖掘與知識發(fā)現的支持向量機理論與方法》可供從事空間數據挖掘、礦井水文地質、數據分析、人工智能、決策支持等領域的科技工作者、研究生和本科生參考使用。

作者簡介

暫缺《礦山水害空間數據挖掘與知識發(fā)現的支持向量機理論與方法》作者簡介

圖書目錄

第1章緒論
1．1 研究背景、目的及意義
1．2 MGIS和MD概述
1．3 礦井突水預測分析方法綜述
1．4 SVM理論基礎
1．5 本書的研究內容和體系結構
第2章 SVM的推廣能力估計與參數選擇
2．1 SVM推廣能力估計的理論基礎
2．2 sVM推廣能力的估計方法
2．3 SVM的推廣性能與參數的關系
2．4 對（C，?）優(yōu)選方法的改進
2．5 本章小結
第3章多類支持向量機
3．1 現有多類支持向量機算法
3．2 多類支持向量機的比較
3．3 本章小結
附錄
第4章多類支持向量機的改進
4．1 H-SVMs的改進策略
4．2 ECOC SVMs的改進策略
4．3 本章小結
第5章 SVM在礦井突水水源分析中的應用
5．1 礦井水源識別方法綜述
5．2 水源分析SVM建模
5．3 多水源分析的SVM模型
5．4 SVM在混合水源分析中的應用
5．5 本章小結
第6章 SVM在礦井突水預測中的應用
6．1 礦井突水預測與分析
6．2 礦井突水規(guī)則的獲取方法
6．3 煤層底板破壞深井預測的PSO-LSSVM模型
6．4 本章小結
第7章基于MGIS的礦井突水評價與預測系統(tǒng)
7．1 研究區(qū)概況
7．2 突水規(guī)則的獲取
7．3 利用關系數據庫管理突水規(guī)則
7．4 系統(tǒng)簡介
7．5 本章小結
第8章結論與展望
參考文獻
本書相關的學術成果