基于SVM的瓦斯涌出的自學習模型研究應(yīng)用.pdf

1、本文的目的是利用SVM這項新技術(shù)，通過對礦山監(jiān)測監(jiān)控系統(tǒng)中被測參數(shù)數(shù)據(jù)的處理，為煤礦企業(yè)建立各項安全事故預測預報系統(tǒng)，以期提高我國的煤炭安全生產(chǎn)能力。 以支持向量機為本課題的基礎(chǔ)算法，利用遺傳算法進行特征提取，使用融合技術(shù)對于從各種傳感器采集到的數(shù)據(jù)進行處理，最后使用SVM方法對于危險區(qū)進行分類，輔助變動系數(shù)對于瓦斯的突變情況進行跟蹤，這樣充分利用了SVM的分類能力，又兼顧了實時數(shù)據(jù)的監(jiān)測預報，最后給出了Rup構(gòu)架下的UML設(shè)計

2、圖。 由于本文研究的課題是以實際項目的形式出現(xiàn)，是面向應(yīng)用的，所以文章從基礎(chǔ)數(shù)據(jù)的采集，預處理，特征提取，數(shù)據(jù)融合，支持向量分類，變動系數(shù)預報瓦斯突出，基于Rup的軟件構(gòu)架設(shè)計都給出了詳細的理論依據(jù)及具體的實際解決方案。論文章節(jié)安排都是按照概要介紹，理論依據(jù)，實際應(yīng)用模式進行論述，在第8章將其它章節(jié)所述內(nèi)容系統(tǒng)的進行歸納并結(jié)合實際應(yīng)用情況進行了相應(yīng)闡述。由于軟件構(gòu)架的設(shè)計比較大，所以UML圖只給出了最重要的幾個系統(tǒng)圖形。