机器学习的煤与瓦斯突出前兆识别方法研究pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

机器学习的煤与瓦斯突出前兆识别方法研究PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论 1

1.1 引言 1

1.2 我国煤与瓦斯突出的概况 2

1.3 煤与瓦斯突出的分类 3

1.4 煤与瓦斯突出危险性预测的必要性及分类 5

1.5 工作面煤与瓦斯突出预测的研究现状 6

1.6 小结 12

第2章 突出监测数据的建模及分段模式表示 13

2.1 引言 13

2.2 突出监测数据的流数据特性分析 14

2.3 流数据挖掘研究现状 15

2.4 时间序列模式表示方法研究现状 21

2.5 基于拟合点的分段线性拟合方法 27

2.6 复杂度分析 36

2.7 实验及结果分析 36

2.8 小结 46

第3章 非突变型干扰模式检测方法 48

3.1 引言 48

3.2 流数据异常检测方法概述 49

3.3 基于概率相似距离的模式异常检测算法 54

3.4 复杂度分析 64

3.5 实验及结果分析 65

3.6 小结 76

第4章 突变型干扰模式检测方法 77

4.1 绪论 77

4.2 Discord的定义及其在突出电磁数据应用中存在的问题 78

4.3 不确定Top-k查询的研究现状 80

4.4 分值连续分布的Top-k查询算法（MCTop-k） 88

4.5 不确定连续时间序列的Discord查询算法 102

4.6 小结 111

第5章 突出前兆趋势的模式识别方法 113

5.1 引言 113

5.2 相关知识 114

5.3 基于趋势分析的灾害异常检测算法 119

5.4 实验及结果分析 132

5.5 小结 140

第6章 不均衡突出数据的分类方法研究 142

6.1 概述 142

6.2 不均衡数据学习概述 143

6.3 不均衡数据学习方法概述 145

6.4 基于shapelets特征空间的不均衡时间序列分类方法 147

6.5 实验结果及分析 158

6.6 小结 167

参考文献 168