本文關(guān)鍵詞：煤礦隱患數(shù)據(jù)挖掘模型及適用算法研究

  更多相關(guān)文章： 煤炭資源 煤礦安全 數(shù)據(jù)倉庫 數(shù)據(jù)挖掘 Apriori算法 強關(guān)聯(lián)規(guī)則

【摘要】：煤炭資源是我國重要的能源資源,煤炭的開采過程中存在著較多可能導致礦井事故的安全隱患,隨著科學技術(shù)的進步和生產(chǎn)力水平的提高,煤礦安全生產(chǎn)也得到了社會的高度關(guān)注和重視,雖然現(xiàn)在很多煤礦都配置有安全隱患參數(shù)監(jiān)測系統(tǒng),能實時監(jiān)測礦井內(nèi)的瓦斯?jié)舛取⑼L量、溫度、濕度等參數(shù)信息,但是很少有煤礦能有效的利用這些數(shù)據(jù)獲得有用的信息,而本文就是利用數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)對煤礦安全監(jiān)測系統(tǒng)監(jiān)控的參數(shù)信息進行深度挖掘,以獲取有效的預測信息。本文首先介紹了我國煤礦安全事故現(xiàn)狀,通過搜集數(shù)據(jù)和繪制圖表的方式,可以看出目前我國煤礦安全形勢還比較嚴峻;在此基礎(chǔ)上,分析了數(shù)據(jù)倉庫以及數(shù)據(jù)挖掘的理論知識,為后期構(gòu)建煤礦安全隱患模型以及進行數(shù)據(jù)挖掘提供了理論依據(jù);然后,通過設(shè)置合理的煤礦安全隱患模型以及構(gòu)建數(shù)據(jù)倉庫,獲取了有效的煤礦安全隱患參數(shù)數(shù)據(jù);最后,根據(jù)關(guān)聯(lián)規(guī)則Apriori算法在關(guān)聯(lián)規(guī)則準確性以及時間效率上的不足,分別提出了增加合理度以及減少候選項目集Ck中的候選項量的改進措施,并通過實驗驗證了改進措施的合理性,利用改進的算法對數(shù)據(jù)倉庫內(nèi)的煤礦隱患參數(shù)數(shù)據(jù)進行挖掘,獲取強關(guān)聯(lián)規(guī)則,通過對規(guī)則的分析,確定了其合理性,從而對煤礦安全生產(chǎn)提供了較好的參考依據(jù)。
【關(guān)鍵詞】：煤炭資源 煤礦安全 數(shù)據(jù)倉庫 數(shù)據(jù)挖掘 Apriori算法 強關(guān)聯(lián)規(guī)則
【學位授予單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TD76;TP311.13
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-13
• 變量注釋表13-14
• 1 緒論14-19
• 1.1 研究背景與意義14-17
• 1.2 國內(nèi)外研究現(xiàn)狀17-18
• 1.3 擬解決的問題18
• 1.4 本章小結(jié)18-19
• 2 數(shù)據(jù)倉庫和數(shù)據(jù)挖掘綜述19-35
• 2.1 數(shù)據(jù)倉庫綜述19-25
• 2.2 數(shù)據(jù)挖掘綜述25-33
• 2.3 本章小結(jié)33-35
• 3 數(shù)據(jù)倉庫的創(chuàng)建35-48
• 3.1 數(shù)據(jù)倉庫的模型規(guī)劃35-41
• 3.2 數(shù)據(jù)倉庫的設(shè)計實施41-46
• 3.3 數(shù)據(jù)倉庫的使用維護46-47
• 3.4 本章小結(jié)47-48
• 4 煤礦安全隱患適應性算法分析48-58
• 4.1 關(guān)聯(lián)規(guī)則挖掘流程48
• 4.2 數(shù)據(jù)的獲取48-49
• 4.3 數(shù)據(jù)預處理49-50
• 4.4 關(guān)聯(lián)規(guī)則算法存在的缺陷及改進措施50-57
• 4.5 本章小結(jié)57-58
• 5 挖掘結(jié)果及分析58-61
• 5.1 利用改進后的算法進行關(guān)聯(lián)規(guī)則挖掘58
• 5.2 挖掘結(jié)果分析58-60
• 5.3 本章小結(jié)60-61
• 6 總結(jié)和展望61-63
• 6.1 本文總結(jié)61
• 6.2 未來展望61-63
• 參考文獻63-72
• 作者簡歷72-74
• 學位論文數(shù)據(jù)集74

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前5條

1 吳國福;竇強;溫俊;宋磊;竇文華;;P2P流媒體系統(tǒng)最大數(shù)據(jù)傳輸速率研究[J];電子學報;2012年03期

2 楊澤民;郭顯娥;王文軍;;數(shù)據(jù)挖掘中關(guān)聯(lián)弱化問題的解決方法分析[J];計算機科學;2013年08期

3 顏一鳴;郭鑫;;一種新的不確定樹模式聚類算法[J];計算機工程與科學;2013年07期

4 李宏言;范利春;高鵬;徐波;;大數(shù)據(jù)語音語料庫的社會標注技術(shù)[J];清華大學學報(自然科學版);2013年06期

5 劉愛宏;史春燕;;基于數(shù)據(jù)挖掘的現(xiàn)代物流信息系統(tǒng)管理問題研究[J];物流技術(shù)(裝備版);2013年09期

，

本文編號：1120693