高斯过程在煤与瓦斯突出预测中的应用研究.pdfVIP

高斯过程在煤与瓦斯突出预测中的应用研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
高斯过程在煤与瓦斯突出预测中的应用研究.pdf

致 谢 硕士阶段的学习既短暂又精彩,在短短的两年半时间里我最大的收获就是知道怎样进 行自主学习,这对我今后的学习和工作将会起到深远的影响。记得刚踏进研究生阶段的学 习时,充满了疑惑与彷徨,曾经也会怀疑两年半的时间能对我今后的发展带来多大的帮助, 当年的彷徨与不安,都化作努力的探索与积累,直到今天看来我并没有想到自己的研究生 生活竟然如此充实。 本论文是在邵良杉教授悉心指导下完成的,我由衷的感谢我的导师。记得刚见到导师 时,我多少有点紧张,担心我的学习达不到导师的要求。两年半的相处让我体会到导师对 我的关怀,让我少了些彷徨,多了些憧憬,少了些浮躁,多了些执着。导师会在大的方向 上帮助我们找到学习目标,培养我们建立研究信心,让我们能够有针对性地进行深入研究, 避免了时间的无效流逝,同时最让我感动的是导师虽然工作很繁忙,但总会找时间给我们 做交流指导,让我们感到老师对我们的重视。两年多的时间里,导师对我们的培养要求很 严格,虽然让我们多少有些压力,但现在看来我们的确得到了不一样的学术视野,为我们 今后的研究工作创造了条件。在此,我再一次向我的导师表示最诚挚的谢意! 我还要感谢邱云飞副教授、温廷新副教授和杨韬副教授以及我的师兄师姐们,他们给 予我的关怀和帮助,让我愉快充实地度过了这两年多的时光。是他们让我知道了作为研究 生该怎样进行研究和学习,怎样在这短暂的研究生学习阶段顺利的完成学业,成为一名合 格的硕士毕业生。 同时,我还要感谢我的家人,在我求学的十几年中,没有家人的鼓励和支持,我不会 取得今天的成绩。对于家人给予的关怀和温暖我将铭记在心,在今后的人生道路上,我会 更加努力,带着家人对我的爱,走地更高更远。 最后,我还要感谢我的室友和工作室的兄弟姐妹。虽然相处很短暂,但有了他们,我 的学习和生活不再孤单,有了他们,我的生活有了更多的收获。 在这里向以上老师、朋友和家人表示最真诚的感谢。 摘 要 在煤矿生产中,煤矿瓦斯突出危险性预测与防治一直是世界各主要产煤国十分关注 的重大科研课题。煤与瓦斯突出的研究表现出“治理手段多,预报手段少”, 瓦斯突出 机理复杂等问题,导致有些矿井虽然瓦斯检测指标正常,结果发生了瓦斯突出。所以探寻 有效的预测方法一直受到煤矿研究领域专家的高度重视。煤矿井下监测系统已经采集并 积累了海量数据,这些数据中隐含着对煤矿瓦斯突出危险性预测预报的知识。本研究将 统计学和数据挖掘理论拓展到煤矿安全研究领域,借鉴国内外已有的研究成果,综合考 虑煤与瓦斯突出危险性预测因素,开展了煤与瓦斯突出信息特征提取和煤与瓦斯突出危险 性预测模型构建,从理论和实例上论证高斯过程法在解决煤与瓦斯突出问题上的可行性和 普适性。 本文立足于煤与瓦斯突出综合假说,分析了煤与瓦斯突出影响因素,结合 CNY 典型 瓦斯突出矿区对煤与瓦斯突出信息进行特征提取。建立煤与瓦斯突出的 Logistic 回归概率 模型,通过分析各个影响因素对瓦斯突出的重要程度,实现了突出信息的第一次特征提 取。建立煤与瓦斯突出预测的 SVM 模型,对比分析在不同属性组合条件下,对瓦斯突出 的影响程度,完成煤与瓦斯突出信息的第二次特征提取。建立煤与瓦斯突出预测的高斯 过程模型,为了验证该模型的有效性,通过与其他方法比较,利用同样的数据进行学习和 预测,并得到比较结果。 关键词:煤与瓦斯突出;分类;Logistic;SVM;高斯过程 - I - Abstract Coal mine production belongs to high-risk industry, coal gas outburst prediction and prevention of risk has been the significant scientific research topics which were concerned by the major coal-producing countries in the world. Coal and gas outburst research shows management means more than forecast means, gas

文档评论(0)

聚文惠 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档