机器学习在构造煤分布预测中的应用研究

　　煤与瓦斯突出是我国矿井主要动力灾害之一，与构造煤变形程度及厚度正相关。一般通过测井曲线识别构造煤类型和厚度，再利用地震属性或反演预测采区构造煤分布。本书通过尝试不同的机器学习算法：支持向量机、极限学习机、径向基神经网络、深度置信网络等，建立采区构造煤分布预测模型。将模型应用到实际煤矿数据进行验证，模型预测构造煤的分布与实际地质资料具有较高的一致性。因此，本书将机器学习算法应用到构造煤分布预测，为煤与瓦斯突出动力灾害的有效防治提供更为可靠的预测成果。本书适用于计算机科学与技术、地球资源与地质工程等专业的本科生，还可以作为相关专业本科生选修课程，并可供硕士研究生以及科技工作者参考。

暂缺《机器学习在构造煤分布预测中的应用研究》作者简介