●目錄
前言
第1章 緒論 1
1.1 研究背景 1
1.2 發展可視化管理的目的和意義 3
1.3 可視化管理的科學問題 4
1.4 主要研究方法 5
1.5 內容框架 6
第2章 國內外研究綜述 8
2.1 可視化管理理論 8
2.2 數據可視化方法 11
2.3 時間序列數據趨勢性 15
2.3.1 時間序列趨勢性分析與描述 15
2.3.2 時間序列分段線性表示研究 17
2.3.3 時間序列趨勢相似性度量研究 19
2.4 可體繫 20
2.4.內涵界定 20
2.4.技術研究 21
2.4.提取研究 22
2.4.設計研究 25
2.4.應用研究 27
2.5 可視化管理效應 29
2.5.1 可視化效應相關研究 29
2.5.2 可視化效應相關認知理論與實驗研究 30
第3章 可視化管理理論體繫構建 34
3.1 可視化管理內涵 34
3.2 可視化管理體繫構建 35
3.2.1 可視化管理體繫總架構 35
3.2.2 可視化管理理論支持 37
3.2.3 可視化管理技術 53
3.2.4 知識可視化研究的根本問題 56
3.2.5 展示可視化研究的根本問題 57
3.3 可視化管理機理分析 58
3.3.1 作用機理理論分析 58
3.3.2 知識可視化方法及實現 61
3.3.3 展示可視化方法及實現 63
3.4 可視化管理模型 66
3.4.1 知識可視化模型 66
3.4.2 展示可視化模型 68
第4章 可視化管理數據治理 70
4.1 可視化管理數據源及特點 70
4.2 可視化管理數據集構造 73
4.2.1 數據集1：TF煤業煤礦安全數據 73
4.2.2 數據集2：司馬煤業煤礦安全隱患數據 84
4.2.3 數據集3：煤礦安全事故調查報告數據 91
4.2.4 數據集4：煤礦CO監測數據 91
4.2.5 數據集5：煤礦瓦斯監測數據 93
4.2.6 數據集6：煤礦負壓監測數據 94
4.3 數據清洗及組織 95
4.3.1 數據異常的主要類型 96
4.3.2 數據清洗的任務和過程 97
4.3.3 數據清洗的具體方法 98
4.3.4 數據清洗的評價標準 99
第5章 基於交互分析的知識可視化研究 101
5.1 交互分析概述 101
5.1.1 對應分析模型 101
5.1.2 對數線性模型 104
5.1.3 灰色關聯模型 105
5.1.4 變量獨立性檢驗 107
5.2 安全變量交互分析 109
5.2.1 兩變量交互分析 109
5.2.2 多變量交互分析 115
5.3 隱患時空規律分析 125
5.3.1 煤礦安全隱患時間規律分析 126
5.3.2 煤礦安全隱患空間規律分析 132
第6章 基於文本挖掘的知識可視化研究 138
6.1 文本挖掘概述 138
6.2 LDA文本主題模型 139
6.3 文本分類模型 141
6.4 煤礦安全隱患主題挖掘 145
6.5 煤礦安全隱患文本分類 149
第7章 基於社會網絡分析的知識可視化研究 154
7.1 社會網絡分析概述 154
7.1.1 社會網絡分析基本概念 154
7.1.2 社會網絡的分類 155
7.1.3 社會網絡的研究範圍 156
7.2 煤礦安全隱患社會網絡分析 157
7.2.1 中心性分析 158
7.2.2 凝聚子群分析 159
7.3 煤礦事故致因社會網絡分析 160
7.3.1 事故致因模型構建 161
7.3.2 網絡模型分析 167
第8章 基於關聯規則挖掘的知識可視化研究 172
8.1 關聯規則挖掘概述 172
8.1.1 關聯規則簡介 172
8.1.2 Apriori算法 175
8.1.3 FP-Growth算法 176
8.1.4 多維關聯規則挖掘 177
8.2 TF 煤業危險源關聯規則分析 178
8.2.1 建模分析 179
8.2.2 模型構建 179
8.2.3 關聯規則挖掘工具 180
8.2.4 煤礦危險源關聯規則挖掘實例 180
8.3 司馬煤業煤礦危險源關聯規則挖掘 185
8.3.1 危險源關聯規則挖掘問題描述 185
8.3.2 司馬煤業危險源辨識與危險源類型 186
8.3.3 司馬煤業危險源關聯規則挖掘 187
8.4 煤礦安全事故致因因素的關聯規則挖掘 191
8.4.1 煤礦安全事故致因關聯規則挖掘模型 191
8.4.2 煤礦安全事故致因因素時間關聯規則 199
8.4.3 關聯規則挖掘對煤礦安全管理的影響 210
第9章 基於趨勢性分析的時間序列數據知識可視化研究 212
9.1 時間序列趨勢體繫 212
9.2 基於遺傳算法的時間序列分段線性表示 214
9.2.1 算法實現步驟 215
9.2.2 基於PLR_GA的時間序列數據降維變換過程 218
9.2.3 算法特點分析 219
9.3 基於SPADE算法的趨勢序列頻繁模式發現 219
9.4 動態模式匹配 221
9.4.1 模式匹配距離 221
9.4.2 動態時間彎曲距離 221
9.4.3 動態模式匹配 222
9.4.4 算法特點分析 223
9.5 CO監測數據趨勢性分析 224
9.5.1 基於PLR_GA的降維趨勢變換 224
9.5.2 不同壓縮率條件下的CO頻繁序列模式評估 227
9.6 瓦斯監測數據趨勢性分析 229
9.6.1 基於PLR_GA的降維趨勢變換 229
9.6.2 不同壓縮率條件下的瓦斯趨勢序列頻繁模式評估 232
9.7 負壓監測數據趨勢性分析 235
9.7.1 基於PLR_GA的降維趨勢變換 236
9.7.2 不同壓縮率條件下的負壓趨勢序列頻繁模式評估 238
9.8 煤礦安全綜合數據趨勢性分析 242
9.8.1 數據選擇與預處理 242
9.8.2 煤礦安全趨勢序列數據類型識別 244
9.8.3 聚類結果 245
9.8.4 基於SPADE的序列趨勢相似性關繫分析與評估 246
第10章 可視化研究 249
10. 249
10.1.相關概念 249
10.1.的應用 250
10.1.構成方法 252
10.2 可提取研究 255
10.2.1 煤礦安全可視化提取研究 255
10.2.2 煤礦安全可視化管理OMP 提取模型研究 256
10.2.3 煤礦安全可視化管理構建 257
10.2.4 煤礦安全可視化管理有效信息內容研究 257
10.2.5 煤礦安全可視化管理提取研究 259
10.3 可設計研究 261
10.3.1 可視化設計認知因素研究 261
10.3.2 煤礦安全可視化設計選擇PDCE 模型 262
10.3.3 煤礦安全可視化設計研究 262
10.3.4 煤礦安全可視化選擇研究 265
10.4 可拼接與組合研究 265
10.4.拼接與組合基本理論 265
10.4.2 場景拼接中涉及的原則和依據 267
10.4.3 管理場景 271
10.5 可應用 277
10.5.1 煤礦安全可視化應用內容及原則 277
10.5.2 煤礦安全可視化應用RCPG 模型 281
10.5.3 煤礦安全可視化應用模型定性與定量分析 286
第11章 可視化方式研究 300
11.1 可視化方式 300
11.1.1 可視化方式相關概念 300
11.1.2 可視化方式的相關理論 301
11.1.3 可視化方式的應用 306
11.2 煤礦安全可視化方式關聯因素研究 309
11.2.1 煤礦安全可視化方式的關聯因素維度研究 309
11.2.2 煤礦安全可視化方式的描述因素分析 312
11.2.3 煤礦安全可視化方式的影響因素分析 320
11.2.4 煤礦安全可視化方式的SCE因素關繫模型 325
11.2.5 煤礦安全可視化方式的ISQ優化需求評估 328
11.3 煤礦安全可視化方式設計選擇研究 331
11.3.1 煤礦安全可視化方式的設計選擇理論 332
11.3.2 煤礦安全可視化方式的FODV設計模型 334
11.3.3 煤礦安全可視化方式的優化設計實例與效果分析 342
11.3.4 煤礦安全可視化方式的選擇模式研究 350
11.3.5 煤礦安全可視化方式的選擇交互繫統實現 354
第12章 可視化管理效應研究 361
12.1 可視化管理效應 361
12.1.1 可視化管理效應相關概念 361
12.1.2 可視化管理效應指標選擇 362
12.2 可視化管理效應評價指標體繫構建 364
12.2.1 煤礦安全可視化管理效應的評價指標構建 364
12.2.2 煤礦安全可視化管理主體效應指標 365
12.2.3 煤礦安全可視化管理客體效應指標 367
12.2.4 煤礦安全可視化管理組織效應指標 367
12.2.5 煤礦安全可視化管理效應指標篩選 368
12.3 可視化管理效應的影響因素分析 369
12.3.1 煤礦安全可視化管理效應影響因素研究理論與方法 369
12.3.2 煤礦安全影像可視化實驗 370
12.3.3 煤礦安全圖形可視化實驗 372
12.4 可視化管理效應的評價與優化 374
12.4.1 煤礦安全可視化管理效應評價模型及方法 374
12.4.2 煤礦安全可視化管理效應的評價方法 378
12.4.3 煤礦安全可視化管理效應的優化方法 378
第13章 結論與展望 380
13.1 主要結論 380
13.2 研究展望 383
參考文獻 385
彩圖

本書從煤礦安全管理出發，以煤礦安全隱患數據為例，利用了可視化技術、數據挖掘相關技術分析煤礦安全隱患，綜合比對相關方法的優劣；從認知心理學角度，評價相關可視化展示方式的展示效果，建立了相關的評價體繫。全書最終建立了一套包含數據、方法、展示在內的完整的煤礦安全可視化管理體繫。