收藏本站
收藏 | 论文排版

基于商空间的煤矿瓦斯数据挖掘研究

段霄鹏  
【摘要】: 数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。目前对于数据挖掘技术的研究越来越多,并且已在多个领域中应用,其应用范围涉及银行、电信、保险、交通等诸多领域。分类和预测是数据挖掘领域中两种重要的数据分析形式,可以用于提取描述重要数据类的模型或预测未来的数据趋势。本文将分类和预测等数据挖掘方法应用于瓦斯浓度的预测,是对煤矿瓦斯数据挖掘的应用和研究。预测瓦斯浓度的变化对煤矿安全生产有着重要的意义。 为了更加有效地进行瓦斯数据挖掘,本文引入了商空间粒度计算理论、灰色模型、覆盖算法等。商空间理论模型是由张铃、张钹教授提出的,该理论使用粒度的观点来分析描述世界,从不同粒度层次对事物进行分析使认识更加全面合理,而且可以降低问题的计算复杂性。灰色系统预测模型是通过时序数据累加生成的模块建立起来的,滤去原始序列中可能混入的随机量,从上下波动的时间序列中寻找某种隐含的规律性,得到随机性弱化而规律性强化了的新数列,挖掘出原始序列的内在特征。而覆盖算法(构造性机器学习方法),其主要特点是对给定的具体的数据处理过程中,同时给出网络的结构和参数。即所得到的结构是在处理数据过程中逐步构造的,而不是在学习之前事先给定的。 本文的主要工作: (1)概述了粒度计算理论的发展和基本模型,着重介绍了商空间粒度计算理论框架及构造性机器学习算法。 (2)研究了瓦斯数据挖掘的几种主要模型的原理和实现,本文重点研究了针对趋势浓度和特征浓度的不同组合模型。 (3)针对当前预测模型的不足,采用了一种新的瓦斯数据挖掘组合模型,即首先采用张铃教授提出商空间粒度计算模型对瓦斯特征浓度进行分层次的多粒度分析,构造瓦斯浓度预测的商空间模型,利用商空间理论中的性质及定义,对分层后不同粒度的复杂瓦斯特征时间序列进行集成,使瓦斯数据的特征更为明确,以便更好地进行机器学习。对于瓦斯趋势浓度的预测,文中采用的是灰色模型GM(1,1),而由特征因子引起的特征浓度的预测则是构造性机器学习方法(覆盖算法),通过二者的结合能够提高瓦斯浓度预测准确率。 (4)通过对山西省某煤矿瓦斯数据进行预测试验,可以分析出本文提出的基于灰色-覆盖算法的组合模型具有更好的预测效果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王艳;;数据隐私保护技术综述[J];知识经济;2011年14期
2 杜垒;王飞;;数据挖掘在学生管理中的应用[J];科技信息;2011年18期
3 胡锟;杨路明;;浅谈移动CRM客户价值细分[J];电脑知识与技术;2011年13期
4 李想;;PLE编码在关联数据挖掘中的应用[J];电脑知识与技术;2011年15期
5 张博;张超伟;;中药方剂数据挖掘中的数据预处理研究[J];电脑知识与技术;2011年17期
6 杜英;;关联规则挖掘研究[J];知识经济;2011年14期
7 李炳燃;张金哲;;数据挖掘在设备故障诊断专家系统知识获取中的应用[J];科技信息;2011年20期
8 李丹实;;使用SQL Server2005构建数据挖掘应用程序[J];煤炭技术;2011年07期
9 张红艳;都娟;;关联规则中Apriori算法的应用[J];数字技术与应用;2011年08期
10 吴旭东;柳炳祥;;聚类分析在高校图书馆管理中的应用[J];电脑开发与应用;2011年09期
11 吕鸣剑;;数据挖掘在知识工程中的应用研究[J];电脑知识与技术;2011年23期
12 熊芃;邓蓓;;数据挖掘在图书馆读者借阅系统中的应用[J];九江学院学报(自然科学版);2011年02期
13 尚荣;任芳名;兰月新;;数据挖掘在边防检查工作中的应用——以惠州出入境数据为例[J];情报杂志;2011年S1期
14 刘亚楠;;网络信息检索在统计中的应用[J];现代营销(学苑版);2011年08期
15 王颖洁;;模糊聚类分析在数据挖掘中的应用研究[J];大连大学学报;2011年03期
16 鹿莉霞;;关联规则在课程相关性分析中的应用[J];电脑知识与技术;2011年14期
17 汪明;;SQL Server 2008 R2关联规则研究[J];电脑知识与技术;2011年16期
18 冯艳玲;;一种基于数据挖掘的HIFU温度估计方法[J];电脑知识与技术;2011年16期
19 朱渊萍;;一种新的时间序列相似性模式发现算法[J];海南师范大学学报(自然科学版);2011年02期
20 况莉莉;;Microsoft关联规则在高校图书馆中的应用[J];宿州学院学报;2011年05期
中国重要会议论文全文数据库 前10条
1 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年
2 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
3 孙迎;;医院信息的数据挖掘与方法研究[A];中华医学会第十次全国医学信息学术会议论文汇编[C];2004年
4 薛晓东;李海玲;;数据挖掘的客户关系管理应用[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(下册)[C];2004年
5 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病“阴阳类证”辨证规范的数据挖掘研究[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年
6 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年
7 朱扬勇;黄超;;基于多维模型的交互式数据挖掘框架[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
8 陈涛;胡学钢;陈秀美;;基于数据挖掘的教学质量评价体系分析[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
9 王星;谢邦昌;戴稳胜;;数据挖掘在保险业中的应用[A];北京市第十二次统计科学讨论会论文选编[C];2003年
10 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病阴阳类证辨证规范的数据挖掘研究[A];2010中国医师协会中西医结合医师大会摘要集[C];2010年
中国博士学位论文全文数据库 前10条
1 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年
2 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
3 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年
4 刘寨华;基于临床数据分析的病毒性心肌炎证候演变规律研究[D];黑龙江中医药大学;2006年
5 王川;基因芯片数据管理及数据挖掘[D];中国科学院研究生院(上海生命科学研究院);2004年
6 王涛;挖掘序列模式和结构化模式的精简集[D];华中科技大学;2006年
7 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年
8 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年
9 刘东升;面向连锁零售企业的客户关系管理模型(R-CRM)研究[D];浙江工商大学;2008年
10 余红;网络时政论坛舆论领袖研究[D];华中科技大学;2007年
中国硕士学位论文全文数据库 前10条
1 段霄鹏;基于商空间的煤矿瓦斯数据挖掘研究[D];太原理工大学;2010年
2 孙小林;金融数据挖掘中的增量聚类算法及应用研究[D];华中科技大学;2004年
3 马丽娜;基于Web的数据挖掘技术研究[D];山东师范大学;2002年
4 赵彩云;数据挖掘在外贸业务分析决策系统中的应用研究[D];北京工业大学;2003年
5 王景;基于关联规则数据挖掘的研究[D];广西大学;2003年
6 高延铭;数据挖掘在通信行业CRM中的应用研究[D];中国海洋大学;2003年
7 刘玉锋;数据挖掘中关联规则算法的研究与应用[D];长春理工大学;2010年
8 张吉楠;机场预报预测系统的相关技术研究[D];河南大学;2010年
9 周绪倩;基于电子商务的Web数据挖掘系统架构研究[D];河北工程大学;2010年
10 高伟华;基于BP神经网络的WEB数据挖掘[D];中南民族大学;2010年
中国重要报纸全文数据库 前10条
1 早报记者 胡孝敏;跨国企业掘金中国“数据挖掘”市场[N];东方早报;2005年
2 吴勇毅;软件选型:数据挖掘是重点[N];中国冶金报;2009年
3 刘光强;靠数据挖掘抓住客户的心[N];中国计算机报;2009年
4 本报记者 郭白岩;大众点评网向数据挖掘要收益[N];中国经营报;2011年
5 赵骏飞;数据挖掘在金融行业的应用[N];中国保险报;2011年
6 本报记者 黎宇文;博时基金王德英: 数据挖掘促进基金精细化管理[N];中国证券报;2011年
7 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年
8 吴辅世;打破数据挖掘的5个神话[N];中国计算机报;2003年
9 ;数据挖掘:如何挖出效益?[N];中国计算机报;2004年
10 ;数据挖掘流程[N];人民邮电;2001年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978