機器學習在構(gòu)造煤分布預(yù)測中的應(yīng)用研究

　　煤與瓦斯突出是我國礦井主要動力災(zāi)害之一，與構(gòu)造煤變形程度及厚度正相關(guān)。一般通過測井曲線識別構(gòu)造煤類型和厚度，再利用地震屬性或反演預(yù)測采區(qū)構(gòu)造煤分布。本書通過嘗試不同的機器學習算法：支持向量機、極限學習機、徑向基神經(jīng)網(wǎng)絡(luò)、深度置信網(wǎng)絡(luò)等，建立采區(qū)構(gòu)造煤分布預(yù)測模型。將模型應(yīng)用到實際煤礦數(shù)據(jù)進行驗證，模型預(yù)測構(gòu)造煤的分布與實際地質(zhì)資料具有較高的一致性。因此，本書將機器學習算法應(yīng)用到構(gòu)造煤分布預(yù)測，為煤與瓦斯突出動力災(zāi)害的有效防治提供更為可靠的預(yù)測成果。本書適用于計算機科學與技術(shù)、地球資源與地質(zhì)工程等專業(yè)的本科生，還可以作為相關(guān)專業(yè)本科生選修課程，并可供碩士研究生以及科技工作者參考。

暫缺《機器學習在構(gòu)造煤分布預(yù)測中的應(yīng)用研究》作者簡介