中文摘要：

首先，研究了关键的理论问题，成果如下对SVM的训练参数、核函数及核参数的选择进行了研究，提出了一种RBF核SVM的参数优选方法；系统研究了多类别SVM的推广性能，为改善多类SVM指明了方向；提出了利用最大间隔分类、最小间隔聚类以及以TopDown和BottomUp两种策略构造H-SVMs的新方法；设计了优化ECOC编码的新思路，即通过实际问题优选推广能力较优的子SVM组成ECOC SVMs，其推广性能也较优；探索了SVM、ML集成的数据约简算法。然后，将上述研究应用于矿井突水监测信息的处理，建立了突水水源识别的MMH-SVMs模型，突水预测的LS-SVM模型，分析突水预测数据的H-SVMs模型，探索了突水预测数据的约简技术，形成了矿井突水数据挖掘与知识发现的理论与技术框架，并应用于生产实际。