煤礦安全監測監控數據知識發現方法

知識發現作為從大量數據中發現有用知識的技術，可以應用於煤礦安全監測監控數據的處理，並從中找出對煤礦災害防治有用的知識。《煤礦安全監測監控數據知識發現方法》以煤礦安全監測監控數據為研究對象，利用先進的知識發現方法，從大量的監測監控數據中發現對煤礦安全有意義的知識。主要內容包括：知識發現的基本概念、基本任務、一般處理過程和知識發現的應用領域；煤礦安全監測監控系統現狀、組成和數據的獲取與轉換方法；數據預處理的一般方法和具體應用在安全監測監控數據的處理方法；煤礦安全監測監控數據知識發現系統的體系結構；以及基於雲理論的煤礦安全監測監控數據關聯規則挖掘、基於語義描述的煤礦安全監測監控數據聚類分析和基於粗糙集與神經網絡的煤與瓦斯突出預測方法。

《煤礦安全監測監控數據知識發現方法》結構緊湊，內容豐富，可作為計算機專業及安全監測監控和安全技術工程等相近專業研究生教材，也可以供相關專業的工程技術人員參考使用。 ^[1] 

第1章 緒論

1．1 煤礦監測監控技術

1．1．1 煤礦監測監控技術現狀

1．1．2 煤礦安全監測監控數據的複雜性

1．2 知識發現

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 煤礦安全監測監控系統

2．1 煤礦安全監測監控系統與數據分析

2．1．1 煤礦安全監測監控系統現狀

2．1．2 煤礦安全監測監控系統組成

2．1．3 煤礦安全監測監控系統存在的問題

2．1．4 煤礦安全監測監控數據主要特點

2．2 煤礦安全監測監控數據獲取

2．2．1 端口獲取方法

2．2．2 網絡接入方法

2．3 煤礦安全監測監控數據轉換

2．3．1 煤礦安全監測監控數據屬性

2．3．2 煤礦安全監測監控系統通信協議

2．3．3 煤礦安全監測監控系統數據轉換過程

第3章 煤礦安全監測監控數據預處理

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 煤礦安全監測監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 基於EM的不完備數據處理算法描述

3．3．3 試驗結果分析

3．4 煤礦安全監測監控中離羣點數據處理方法

3．4．1 離羣點的基本概念

3．4．2 基於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 煤礦安全監測監控數據知識發現體繫結構

4．1 知識發現系統的基本框架

4．1．1 典型知識發現系統的基本框架

4．1．2 知識發現系統的層次結構

4．1．3 煤礦安全監測監控數據知識發現系統的特點

4．1．4 煤礦安全監測監控數據流的分層結構

4．2 煤礦安全監測監控數據知識發現系統

4．2．1 系統目標

4．2．2 系統模型

4．2．3 體系結構

第5章 基於雲理論的煤礦安全監測監控數據關聯規則挖掘

5．1 關聯規則概述

5．1．1 關聯規則的基本概念

5．1．2 關聯規則的分類

5．1．3 關聯規則挖掘過程

5．2 典型關聯規則挖掘算法分析

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 雲理論概述

5．3．1 概述

5．3．2 雲的基本概念

5．3．3 雲的數字特徵

5．3．4 雲模型

5．3．5 雲發生器

5．3．6 雲變換

……

第6章 基天語義描述的煤礦安全監測監控數據聚類分析

第7章 基於粗糙集與神經網絡的煤與瓦斯突出預測方法

參考文獻