矿山瓦斯灾害神经元网络理论与方法

　　《矿山瓦斯灾害神经元网络理论与方法》首先介绍了世界各国矿山瓦斯灾害的发生现状，综述了当前国内外对瓦斯灾害机理成因研究和预测预报工作的相关研究进展。其次论述了当前数据挖掘和空间数据挖掘的概念、挖掘的知识类型和挖掘的技术方法等，尤其讨论了神经元网络技术的特点、独特性及其预测预报功能。然后，详细探讨了人工神经元网络技术在矿山瓦斯灾害预测预报工作中的应用问题。最后，总结了《矿山瓦斯灾害神经元网络理论与方法》中的主要研究成果，并给出了该领域中需要进一步研究的问题和方向。《矿山瓦斯灾害神经元网络理论与方法》可供从事地理信息系统、空间数据挖掘、神经元网络研究、矿山瓦斯灾害预测等理论研究和应用开发的科研和技术人员、管理人员，以及大专院校师生参考。

　　戴洪磊，教授，山东省2010年海外引进高层次人才，泰山学者。2001年起在山东科技大学从事教学和科研工作，2003年起在美国国家海洋和气象管理局东北渔业科学中心任研究员。主要研究领域包括GIS数据质量、空间数据挖掘、海洋GIS等，已发表论文30余篇，出版专著2部，主持并参与国家自然科学基金3项，科技协作项目多项。

第1章　绪论
　1.1　煤瓦斯突出概况
　1.2　瓦斯突出研究现状
　1.3　瓦斯突出预测方法的研究概况
　1.4　煤与瓦斯突出机理研究进展
　1.5　我国煤矿瓦斯灾害研究概况
　1.6　本章小节
第2章　数据挖掘基础
　2.1　数据挖掘
　2.2　空间数据挖掘
　2.3　本章小节
第3章　神经元网络基础知识简介
　3.1　神经元网络的概念与特点
　3.2　神经元网络的进展概况
　3.3　神经元网络技术的应用领域
　3.4　神经元网络的结构
　3.5　神经元网络在各领域预测中的应用研究
　3.6　BP算法
　3.7　本章小节
第4章　矿山瓦斯空间数据库的建立
　4.1　矿井瓦斯
　4.2　瓦斯空间数据库
　4.3　本章小节
第5章　BP神经网络瓦斯灾害预测模型的建立及应用分析
　5.1　BP神经网络瓦斯灾害预测模型的建立
　5.2　自适应BP神经网络瓦斯灾害预测模型的建立
　5.3　弹性BP神经网络瓦斯灾害预测模型的建立
　5.4　拟牛顿算法BP神经网络预测模型的建立
　5.5　LM算法BP神经网络预测模型的建立
　5.6　本章　小结
第6章　总结与展望
　6.1　回顾总结
　6.2　研究展望
参考文献