煤礦安全監(jiān)測監(jiān)控數據知識發(fā)現方法

第1章 緒論
1．1 煤礦監(jiān)測監(jiān)控技術
1．1．1 煤礦監(jiān)測監(jiān)控技術現狀
1．1．2 煤礦安全監(jiān)測監(jiān)控數據的復雜性
1．2 知識發(fā)現
1．2．1 KDD的產生
1．2．2 KDD的相關概念
1．2．3 KDD的基本任務
1．2．4 KDD的對象
1．2．5 KDD的方法
1．2．6 KDD的處理過程
1．2．7 KDD的預處理
1．2．8 KDD的應用
1．3 研究內容
第2章 煤礦安全監(jiān)測監(jiān)控系統(tǒng)
2．1 煤礦安全監(jiān)測監(jiān)控系統(tǒng)與數據分析
2．1．1 煤礦安全監(jiān)測監(jiān)控系統(tǒng)現狀
2．1．2 煤礦安全監(jiān)測監(jiān)控系統(tǒng)組成
2．1．3 煤礦安全監(jiān)測監(jiān)控系統(tǒng)存在的問題
2．1．4 煤礦安全監(jiān)測監(jiān)控數據主要特點
2．2 煤礦安全監(jiān)測監(jiān)控數據獲取
2．2．1 端口獲取方法
2．2．2 網絡接入方法
2．3 煤礦安全監(jiān)測監(jiān)控數據轉換
2．3．1 煤礦安全監(jiān)測監(jiān)控數據屬性
2．3．2 煤礦安全監(jiān)測監(jiān)控系統(tǒng)通信協議
2．3．3 煤礦安全監(jiān)測監(jiān)控系統(tǒng)數據轉換過程
第3章 煤礦安全監(jiān)測監(jiān)控數據預處理
3．1 數據預處理的基本概念
3．2 一般的數據預處理方法
3．2．1 數據清理
3．2．2 數據集成和數據變換
3．2．3 數據歸約
3．2．4 離散化和概念分層生成
3．3 煤礦安全監(jiān)測監(jiān)控中不完備數據處理方法
3．3．1 缺失數據處理方法
3．3．2 基于EM的不完備數據處理算法描述
3．3．3 試驗結果分析
3．4 煤礦安全監(jiān)測監(jiān)控中離群點數據處理方法
3．4．1 離群點的基本概念
3．4．2 基于誤差調整密度的數據處理算法
3．4．3 試驗結果分析
第4章 煤礦安全監(jiān)測監(jiān)控數據知識發(fā)現體系結構
4．1 知識發(fā)現系統(tǒng)的基本框架
4．1．1 典型知識發(fā)現系統(tǒng)的基本框架
4．1．2 知識發(fā)現系統(tǒng)的層次結構
4．1．3 煤礦安全監(jiān)測監(jiān)控數據知識發(fā)現系統(tǒng)的特點
4．1．4 煤礦安全監(jiān)測監(jiān)控數據流的分層結構
4．2 煤礦安全監(jiān)測監(jiān)控數據知識發(fā)現系統(tǒng)
4．2．1 系統(tǒng)目標
4．2．2 系統(tǒng)模型
4．2．3 體系結構
第5章 基于云理論的煤礦安全監(jiān)測監(jiān)控數據關聯規(guī)則挖掘
5．1 關聯規(guī)則概述
5．1．1 關聯規(guī)則的基本概念
5．1．2 關聯規(guī)則的分類
5．1．3 關聯規(guī)則挖掘過程
5．2 典型關聯規(guī)則挖掘算法分析
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 三種重要算法性能的實驗比較
5．3 云理論概述
5．3．1 概述
5．3．2 云的基本概念
5．3．3 云的數字特征
5．3．4 云模型
5．3．5 云發(fā)生器
5．3．6 云變換
……
第6章 基天語義描述的煤礦安全監(jiān)測監(jiān)控數據聚類分析
第7章 基于粗糙集與神經網絡的煤與瓦斯突出預測方法
參考文獻