支持向量机是在统计学习理论基础上发展而来的一种通用学习机器，业已广泛应用于人工智能的各个领域，其在矿山空间数据挖掘与知识发现领域也具有良好的应用前景。为了便于读者阅读和解决实际问题，《矿山水害空间数据挖掘与知识发现的支持向量机理论与方法》分为理论与应用两大部分，在理论部分对支持向量机的训练参数、核函数及核参数的选择进行了探讨，研究了多类支持向量机的分类问题。在应用部分，将理论部分的研究成果应用于矿井突水水源识别、突水评价与预测、突水数据挖掘与知识发现等领域。主要内容包括支持向量机的参数选择、多类支持向量机的分析模型、多类支持向量机的建模方法、矿井突水水源识别的支持向量机模型、矿井突水知识发现的支持向量机模型、矿井突水预测的粒子群支持向量机模型、矿井水害数据挖掘与知识发现系统等。《矿山水害空间数据挖掘与知识发现的支持向量机理论与方法》可供从事空间数据挖掘、矿井水文地质、数据分析、人工智能、决策支持等领域的科技工作者、研究生和本科生参考使用。
鄂公网安备 42010302001612号 