隧道掘進(jìn)機(jī)大數(shù)據(jù)挖掘關(guān)鍵技術(shù)

前輔文
第1章 緒論
1.1 概述
1.2 隧道掘進(jìn)機(jī)發(fā)展歷程
1.3 隧道掘進(jìn)機(jī)大數(shù)據(jù)來(lái)源與構(gòu)成
1.4 隧道掘進(jìn)機(jī)大數(shù)據(jù)理論與實(shí)踐研究現(xiàn)狀
1.4.1 隧道掘進(jìn)機(jī)大數(shù)據(jù)時(shí)空特征提取
1.4.2 隧道掘進(jìn)機(jī)大數(shù)據(jù)運(yùn)行參數(shù)預(yù)測(cè)
1.4.3 隧道掘進(jìn)機(jī)大數(shù)據(jù)施工地質(zhì)預(yù)測(cè)
1.5 本書(shū)主要內(nèi)容
1.6 本章小結(jié)
參考文獻(xiàn)
第一篇 隧道掘進(jìn)機(jī)運(yùn)行數(shù)據(jù)空間特征提取
第2章 強(qiáng)相關(guān)屬性引導(dǎo)的運(yùn)行數(shù)據(jù)聚類(lèi)
2.1 基礎(chǔ)知識(shí)
2.2 強(qiáng)相關(guān)屬性引導(dǎo)的模糊c均值算法
2.3 隧道掘進(jìn)機(jī)運(yùn)行數(shù)據(jù)聚類(lèi)實(shí)驗(yàn)
2.4 本章小結(jié)
參考文獻(xiàn)
第3章 基于多項(xiàng)式回歸的運(yùn)行數(shù)據(jù)聚類(lèi)
3.1 基于多項(xiàng)式回歸的數(shù)據(jù)聚類(lèi)算法
3.2 數(shù)值實(shí)驗(yàn)與算法分析
3.3 隧道掘進(jìn)機(jī)運(yùn)行數(shù)據(jù)的聚類(lèi)分析
3.4 本章小結(jié)
參考文獻(xiàn)
第4章 基于支持向量回歸的運(yùn)行數(shù)據(jù)聚類(lèi)
4.1 基于支持向量回歸的模糊聚類(lèi)算法
4.2 RFCM聚類(lèi)模型輔助的數(shù)據(jù)建模方法
4.3 隧道掘進(jìn)機(jī)掘進(jìn)速度預(yù)測(cè)實(shí)驗(yàn)
4.4 本章小結(jié)
參考文獻(xiàn)
第二篇 隧道掘進(jìn)機(jī)運(yùn)行數(shù)據(jù)時(shí)序特征提取
第5章 基于滑動(dòng)窗口的異常時(shí)序數(shù)據(jù)檢測(cè)
5.1 常見(jiàn)時(shí)間序列的異常值檢測(cè)方法
5.2 基于滑動(dòng)窗口的異常時(shí)序數(shù)據(jù)檢測(cè)
5.3 實(shí)驗(yàn)驗(yàn)證與分析
5.4 本章小結(jié)
參考文獻(xiàn)
第6章 基于動(dòng)態(tài)因子的多元時(shí)間序列分割
6.1 時(shí)間序列分割與動(dòng)態(tài)因子模型
6.2 因子估計(jì)方法
6.3 多元時(shí)間序列片段聚類(lèi)分析
6.4 本章小結(jié)
參考文獻(xiàn)
第7章 基于動(dòng)態(tài)規(guī)劃的時(shí)間序列分割
7.1 基于異常值檢測(cè)的多元時(shí)間序列分割算法
7.2 隧道掘進(jìn)機(jī)多元時(shí)間序列分割
7.3 本章小結(jié)
參考文獻(xiàn)
第8章 強(qiáng)相關(guān)屬性引導(dǎo)的時(shí)間序列分割
8.1 常見(jiàn)時(shí)序分割算法
8.2 數(shù)據(jù)屬性相關(guān)引導(dǎo)的時(shí)序分割算法
8.3 隧道掘進(jìn)機(jī)實(shí)測(cè)時(shí)間序列分割
8.4 本章小結(jié)
參考文獻(xiàn)
第9章 基于相似性度量的時(shí)間序列聚類(lèi)
9.1 時(shí)間序列相似性度量
9.2 時(shí)間序列聚類(lèi)算法
9.3 數(shù)值實(shí)驗(yàn)
9.4 本章小結(jié)
參考文獻(xiàn)
第三篇 隧道掘進(jìn)機(jī)關(guān)鍵運(yùn)行參數(shù)預(yù)測(cè)
第10章 實(shí)測(cè)-機(jī)理聯(lián)合驅(qū)動(dòng)的載荷預(yù)測(cè)
10.1 代理模型
10.2 多保真度代理模型
10.3 基于支持向量回歸的多保真度代理模型
10.4 隧道掘進(jìn)機(jī)掘進(jìn)速度預(yù)測(cè)
10.5 本章小結(jié)
參考文獻(xiàn)
第11章 基于深度學(xué)習(xí)的運(yùn)行參數(shù)實(shí)時(shí)預(yù)測(cè)
11.1 非深度模型
11.2 深度模型
11.3 最少絕對(duì)收縮和選擇算子模型
11.4 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的TBM運(yùn)行參數(shù)實(shí)時(shí)預(yù)測(cè)
11.5 數(shù)值實(shí)驗(yàn)
11.6 本章小結(jié)
參考文獻(xiàn)
第12章 基于多源不等容數(shù)據(jù)的載荷預(yù)測(cè)
12.1 不等容數(shù)據(jù)建模方法
12.2 基于支持向量回歸的不等容數(shù)據(jù)建模方法，
12.3 隧道掘進(jìn)機(jī)掘進(jìn)速度預(yù)測(cè)
12.4 運(yùn)行參數(shù)與地質(zhì)參數(shù)對(duì)掘進(jìn)速度的影響及敏感度分析
12.5 本章小結(jié)
參考文獻(xiàn)
第13章 定性-定量數(shù)據(jù)融合的載荷預(yù)測(cè)
13.1 定性-定量因子支持向量回歸
13.2 地質(zhì)數(shù)據(jù)采樣與分析
13.3 克里金插值法
13.4 掘進(jìn)斷面地質(zhì)數(shù)據(jù)構(gòu)建與編碼
13.5 隧道掘進(jìn)機(jī)運(yùn)行-地質(zhì)數(shù)據(jù)混合建模
13.6 本章小結(jié)
參考文獻(xiàn)
第四篇 隧道掘進(jìn)機(jī)施工地質(zhì)預(yù)測(cè)
第14章 機(jī)理驅(qū)動(dòng)的神經(jīng)網(wǎng)絡(luò)地質(zhì)預(yù)測(cè)
14.1 ANN與隧道掘進(jìn)工程地質(zhì)預(yù)測(cè)
14.2 數(shù)據(jù)采集與預(yù)處理
14.3 實(shí)驗(yàn)結(jié)果與分析
14.4 本章小結(jié)
參考文獻(xiàn)
第15章 基于生成對(duì)抗網(wǎng)絡(luò)的地質(zhì)預(yù)測(cè)
15.1 生成對(duì)抗網(wǎng)絡(luò)與隧道掘進(jìn)工程地質(zhì)預(yù)測(cè)
15.2 數(shù)據(jù)描述與預(yù)處理
15.3 實(shí)驗(yàn)設(shè)置與結(jié)果分析
15.4 本章小結(jié)
參考文獻(xiàn)
附錄A 隧道掘進(jìn)機(jī)運(yùn)行實(shí)測(cè)參數(shù)
附錄B 巖土物理力學(xué)指標(biāo)
索引
插圖