煤矿安全监测监控数据知识发现方法

第1章 绪论
1．1 煤矿监测监控技术
1．1．1 煤矿监测监控技术现状
1．1．2 煤矿安全监测监控数据的复杂性
1．2 知识发现
1．2．1 KDD的产生
1．2．2 KDD的相关概念
1．2．3 KDD的基本任务
1．2．4 KDD的对象
1．2．5 KDD的方法
1．2．6 KDD的处理过程
1．2．7 KDD的预处理
1．2．8 KDD的应用
1．3 研究内容
第2章 煤矿安全监测监控系统
2．1 煤矿安全监测监控系统与数据分析
2．1．1 煤矿安全监测监控系统现状
2．1．2 煤矿安全监测监控系统组成
2．1．3 煤矿安全监测监控系统存在的问题
2．1．4 煤矿安全监测监控数据主要特点
2．2 煤矿安全监测监控数据获取
2．2．1 端口获取方法
2．2．2 网络接入方法
2．3 煤矿安全监测监控数据转换
2．3．1 煤矿安全监测监控数据属性
2．3．2 煤矿安全监测监控系统通信协议
2．3．3 煤矿安全监测监控系统数据转换过程
第3章 煤矿安全监测监控数据预处理
3．1 数据预处理的基本概念
3．2 一般的数据预处理方法
3．2．1 数据清理
3．2．2 数据集成和数据变换
3．2．3 数据归约
3．2．4 离散化和概念分层生成
3．3 煤矿安全监测监控中不完备数据处理方法
3．3．1 缺失数据处理方法
3．3．2 基于EM的不完备数据处理算法描述
3．3．3 试验结果分析
3．4 煤矿安全监测监控中离群点数据处理方法
3．4．1 离群点的基本概念
3．4．2 基于误差调整密度的数据处理算法
3．4．3 试验结果分析
第4章 煤矿安全监测监控数据知识发现体系结构
4．1 知识发现系统的基本框架
4．1．1 典型知识发现系统的基本框架
4．1．2 知识发现系统的层次结构
4．1．3 煤矿安全监测监控数据知识发现系统的特点
4．1．4 煤矿安全监测监控数据流的分层结构
4．2 煤矿安全监测监控数据知识发现系统
4．2．1 系统目标
4．2．2 系统模型
4．2．3 体系结构
第5章 基于云理论的煤矿安全监测监控数据关联规则挖掘
5．1 关联规则概述
5．1．1 关联规则的基本概念
5．1．2 关联规则的分类
5．1．3 关联规则挖掘过程
5．2 典型关联规则挖掘算法分析
5．2．1 Apriori算法分析
5．2．2 DIC算法分析
5．2．3 FP-growth算法分析
5．2．4 三种重要算法性能的实验比较
5．3 云理论概述
5．3．1 概述
5．3．2 云的基本概念
5．3．3 云的数字特征
5．3．4 云模型
5．3．5 云发生器
5．3．6 云变换
……
第6章 基天语义描述的煤矿安全监测监控数据聚类分析
第7章 基于粗糙集与神经网络的煤与瓦斯突出预测方法
参考文献