基于数据挖掘的煤矿安全可视化管理

目录
前言
章绪论 1
1.1 研究背景 1
1.2 发展可视化管理的目的和意义 3
1.3 可视化管理的科学问题 4
1.4 主要研究方法 5
1.5 内容框架 6
第2章国内外研究综述 8
2.1 可视化管理理论 8
2.2 数据可视化方法 11
2.3 时间序列数据趋势性 15
2.3.1 时间序列趋势性分析与描述 15
2.3.2 时间序列分段线性表示研究 17
2.3.3 时间序列趋势相似性度量研究 19
2.4 可视化图元体系 20
2.4.1 图元内涵界定 20
2.4.2 图元技术研究 21
2.4.3 图元提取研究 22
2.4.4 图元设计研究 25
2.4.5 图元应用研究 27
2.5 可视化管理效应 29
2.5.1 可视化效应相关研究 29
2.5.2 可视化效应相关认知理论与实验研究 30
第3章可视化管理理论体系构建 34
3.1 可视化管理内涵 34
3.2 可视化管理体系构建 35
3.2.1 可视化管理体系总架构 35
3.2.2 可视化管理理论支持 37
3.2.3 可视化管理技术 53
3.2.4 知识可视化研究的根本问题 56
3.2.5 展示可视化研究的根本问题 57
3.3 可视化管理机理分析 58
3.3.1 作用机理理论分析 58
3.3.2 知识可视化方法及实现 61
3.3.3 展示可视化方法及实现 63
3.4 可视化管理模型 66
3.4.1 知识可视化模型 66
3.4.2 展示可视化模型 68
第4章可视化管理数据治理 70
4.1 可视化管理数据源及特点 70
4.2 可视化管理数据集构造 73
4.2.1 数据集1：TF煤业煤矿安全数据 73
4.2.2 数据集2：司马煤业煤矿安全隐患数据 84
4.2.3 数据集3：煤矿安全事故调查报告数据 91
4.2.4 数据集4：煤矿CO监测数据 91
4.2.5 数据集5：煤矿瓦斯监测数据 93
4.2.6 数据集6：煤矿负压监测数据 94
4.3 数据清洗及组织 95
4.3.1 数据异常的主要类型 96
4.3.2 数据清洗的任务和过程 97
4.3.3 数据清洗的具体方法 98
4.3.4 数据清洗的评价标准 99
第5章基于交互分析的知识可视化研究 101
5.1 交互分析概述 101
5.1.1 对应分析模型 101
5.1.2 对数线性模型 104
5.1.3 灰色关联模型 105
5.1.4 变量独立性检验 107
5.2 安全变量交互分析 109
5.2.1 两变量交互分析 109
5.2.2 多变量交互分析 115
5.3 隐患时空规律分析 125
5.3.1 煤矿安全隐患时间规律分析 126
5.3.2 煤矿安全隐患空间规律分析 132
第6章基于文本挖掘的知识可视化研究 138
6.1 文本挖掘概述 138
6.2 LDA文本主题模型 139
6.3 文本分类模型 141
6.4 煤矿安全隐患主题挖掘 145
6.5 煤矿安全隐患文本分类 149
第7章基于社会网络分析的知识可视化研究 154
7.1 社会网络分析概述 154
7.1.1 社会网络分析基本概念 154
7.1.2 社会网络的分类 155
7.1.3 社会网络的研究范围 156
7.2 煤矿安全隐患社会网络分析 157
7.2.1 中心性分析 158
7.2.2 凝聚子群分析 159
7.3 煤矿事故致因社会网络分析 160
7.3.1 事故致因模型构建 161
7.3.2 网络模型分析 167
第8章基于关联规则挖掘的知识可视化研究 172
8.1 关联规则挖掘概述 172
8.1.1 关联规则简介 172
8.1.2 Apriori算法 175
8.1.3 FP-Growth算法 176
8.1.4 多维关联规则挖掘 177
8.2 TF 煤业危险源关联规则分析 178
8.2.1 建模分析 179
8.2.2 模型构建 179
8.2.3 关联规则挖掘工具 180
8.2.4 煤矿危险源关联规则挖掘实例 180
8.3 司马煤业煤矿危险源关联规则挖掘 185
8.3.1 危险源关联规则挖掘问题描述 185
8.3.2 司马煤业危险源辨识与危险源类型 186
8.3.3 司马煤业危险源关联规则挖掘 187
8.4 煤矿安全事故致因因素的关联规则挖掘 191
8.4.1 煤矿安全事故致因关联规则挖掘模型 191
8.4.2 煤矿安全事故致因因素时间关联规则 199
8.4.3 关联规则挖掘对煤矿安全管理的影响 210
第9章基于趋势性分析的时间序列数据知识可视化研究 212
9.1 时间序列趋势描述基元体系 212
9.2 基于遗传算法的时间序列分段线性表示 214
9.2.1 算法实现步骤 215
9.2.2 基于PLR_GA的时间序列数据降维变换过程 218
9.2.3 算法特点分析 219
9.3 基于SPADE算法的趋势序列频繁模式发现 219
9.4 动态模式匹配 221
9.4.1 模式匹配距离 221
9.4.2 动态时间弯曲距离 221
9.4.3 动态模式匹配 222
9.4.4 算法特点分析 223
9.5 CO监测数据趋势性分析 224
9.5.1 基于PLR_GA的降维趋势变换 224
9.5.2 不同压缩率条件下的CO频繁序列模式评估 227
9.6 瓦斯监测数据趋势性分析 229
9.6.1 基于PLR_GA的降维趋势变换 229
9.6.2 不同压缩率条件下的瓦斯趋势序列频繁模式评估 232
9.7 负压监测数据趋势性分析 235
9.7.1 基于PLR_GA的降维趋势变换 236
9.7.2 不同压缩率条件下的负压趋势序列频繁模式评估 238
9.8 煤矿安全综合数据趋势性分析 242
9.8.1 数据选择与预处理 242
9.8.2 煤矿安全趋势序列数据类型识别 244
9.8.3 聚类结果 245
9.8.4 基于SPADE的序列趋势相似性关系分析与评估 246
0章可视化管理图元研究 249
10.1 图元 249
10.1.1 图元相关概念 249
10.1.2 图元的应用 250
10.1.3 图元构成方法 252
10.2 可视化图元提取研究 255
10.2.1 煤矿安全可视化管理图元提取研究 255
10.2.2 煤矿安全可视化管理基本图元OMP 提取模型研究 256
10.2.3 煤矿安全可视化管理基本图元构建 257
10.2.4 煤矿安全可视化管理有效信息内容研究 257
10.2.5 煤矿安全可视化管理专业图元提取研究 259
10.3 可视化图元设计研究 261
10.3.1 可视化管理图元设计认知因素研究 261
10.3.2 煤矿安全可视化管理图元设计选择PDCE 模型 262
10.3.3 煤矿安全可视化管理图元设计研究 262
10.3.4 煤矿安全可视化管理图元选择研究 265
10.4 可视化图元拼接与组合研究 265
10.4.1 图元拼接与组合基本理论 265
10.4.2 场景拼接中涉及的原则和依据 267
10.4.3 管理场景 271
10.5 可视化图元应用 277
10.5.1 煤矿安全可视化管理图元应用内容及原则 277
10.5.2 煤矿安全可视化管理图元应用RCPG 模型 281
10.5.3 煤矿安全可视化管理图元应用模型定性与定量分析 286
1章可视化方式研究 300
11.1 可视化方式 300
11.1.1 可视化方式相关概念 300
11.1.2 可视化方式的相关理论 301
11.1.3 可视化方式的应用 306
11.2 煤矿安全可视化方式关联因素研究 309
11.2.1 煤矿安全可视化方式的关联因素维度研究 309
11.2.2 煤矿安全可视化方式的描述因素分析 312
11.2.3 煤矿安全可视化方式的影响因素分析 320
11.2.4 煤矿安全可视化方式的SCE因素关系模型 325
11.2.5 煤矿安全可视化方式的ISQ优化需求评估 328
11.3 煤矿安全可视化方式设计选择研究 331
11.3.1 煤矿安全可视化方式的设计选择理论 332
11.3.2 煤矿安全可视化方式的FODV设计模型 334
11.3.3 煤矿安全可视化方式的优化设计实例与效果分析 342
11.3.4 煤矿安全可视化方式的选择模式研究 350
11.3.5 煤矿安全可视化方式的选择交互系统实现 354
2章可视化管理效应研究 361
12.1 可视化管理效应 361
12.1.1 可视化管理效应相关概念 361
12.1.2 可视化管理效应指标选择 362
12.2 可视化管理效应评价指标体系构建 364
12.2.1 煤矿安全可视化管理效应的评价指标构建 364
12.2.2 煤矿安全可视化管理主体效应指标 365
12.2.3 煤矿安全可视化管理客体效应指标 367
12.2.4 煤矿安全可视化管理组织效应指标 367
12.2.5 煤矿安全可视化管理效应指标筛选 368
12.3 可视化管理效应的影响因素分析 369
12.3.1 煤矿安全可视化管理效应影响因素研究理论与方法 369
12.3.2 煤矿安全影像可视化实验 370
12.3.3 煤矿安全图形可视化实验 372
12.4 可视化管理效应的评价与优化 374
12.4.1 煤矿安全可视化管理效应评价模型及方法 374
12.4.2 煤矿安全可视化管理效应的评价方法 378
12.4.3 煤矿安全可视化管理效应的优化方法 378
3章结论与展望 380
13.1 主要结论 380
13.2 研究展望 383
参考文献 385
彩图