基于商空間的煤礦瓦斯數(shù)據(jù)挖掘研究.pdf

1、數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。目前對于數(shù)據(jù)挖掘技術(shù)的研究越來越多，并且已在多個領(lǐng)域中應(yīng)用，其應(yīng)用范圍涉及銀行、電信、保險、交通等諸多領(lǐng)域。分類和預(yù)測是數(shù)據(jù)挖掘領(lǐng)域中兩種重要的數(shù)據(jù)分析形式，可以用于提取描述重要數(shù)據(jù)類的模型或預(yù)測未來的數(shù)據(jù)趨勢。本文將分類和預(yù)測等數(shù)據(jù)挖掘方法應(yīng)用于瓦斯?jié)舛鹊念A(yù)測，是對煤礦瓦斯數(shù)據(jù)挖掘的應(yīng)用和研究。預(yù)

2、測瓦斯?jié)舛鹊淖兓瘜γ旱V安全生產(chǎn)有著重要的意義。
　　 為了更加有效地進行瓦斯數(shù)據(jù)挖掘，本文引入了商空間粒度計算理論、灰色模型、覆蓋算法等。商空間理論模型是由張鈴、張鈸教授提出的，該理論使用粒度的觀點來分析描述世界，從不同粒度層次對事物進行分析使認識更加全面合理，而且可以降低問題的計算復(fù)雜性?；疑到y(tǒng)預(yù)測模型是通過時序數(shù)據(jù)累加生成的模塊建立起來的，濾去原始序列中可能混入的隨機量，從上下波動的時間序列中尋找某種隱含的規(guī)律性，得到隨機

3、性弱化而規(guī)律性強化了的新數(shù)列，挖掘出原始序列的內(nèi)在特征。而覆蓋算法(構(gòu)造性機器學(xué)習(xí)方法)，其主要特點是對給定的具體的數(shù)據(jù)處理過程中，同時給出網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)。即所得到的結(jié)構(gòu)是在處理數(shù)據(jù)過程中逐步構(gòu)造的，而不是在學(xué)習(xí)之前事先給定的。
　　 本文的主要工作：
　　 (1)概述了粒度計算理論的發(fā)展和基本模型，著重介紹了商空間粒度計算理論框架及構(gòu)造性機器學(xué)習(xí)算法。
　　 (2)研究了瓦斯數(shù)據(jù)挖掘的幾種主要模型的原理和實現(xiàn)

4、，本文重點研究了針對趨勢濃度和特征濃度的不同組合模型。
　　 (3)針對當(dāng)前預(yù)測模型的不足，采用了一種新的瓦斯數(shù)據(jù)挖掘組合模型，即首先采用張鈴教授提出商空間粒度計算模型對瓦斯特征濃度進行分層次的多粒度分析，構(gòu)造瓦斯?jié)舛阮A(yù)測的商空間模型，利用商空間理論中的性質(zhì)及定義，對分層后不同粒度的復(fù)雜瓦斯特征時間序列進行集成，使瓦斯數(shù)據(jù)的特征更為明確，以便更好地進行機器學(xué)習(xí)。對于瓦斯趨勢濃度的預(yù)測，文中采用的是灰色模型GM(1,1)，而由特征