本书是国家自然科学基金的主要成果之一，内容主要包括构造煤模型与地震属性分析、基于模糊神经网络的构造煤分布预测、基于支持向量机的构造煤分布预测、基于极限学习机的构造煤分布预测、基于深度置信网络的构造煤分布预测和基于随机森林的构造煤厚度预测6部分内容，力求将一些经典的机器学习算法应用到构造煤分布预测中。 本书适合计算机科学与技术专业或应用地球物理专业的本科生或研究生阅读。

1 绪论
1.1 研究背景与意义
1.2 研究现状
1.3 组织结构
2 构造煤模型与地震属性分析
2.1 构造煤模型
2.2 地震属性分析
2.3 构造煤模型属性交会图分析
2.4 小结
3 基于模糊神经网络的构造煤分布预测方法
3.1 基本原理
3.2 模型建立
3.3 构造煤分布预测实例
3.4 小结
4 基于支持向量机的构造煤分布预测方法
4.1 基本原理
4.2 模型建立
4.3 构造煤分布预测实例
4.4 小结
5 基于极限学习机的构造煤分布预测方法
5.1 基本原理
5.2 模型建立
5.3 构造煤分布预测实例
5.4 基于混合核极限学习机的构造煤厚度预测方法
5.5 小结
6 基于深度置信网络的构造煤分布预测方法
6.1 基本原理
6.2 模型建立
6.3 构造煤分布预测实例
6.4 影响采区构造煤分布预测的主要因素研究
6.5 小结
7 基于随机森林的构造厚度预测方法
7.1 基本原理
7.2 改进的鲸鱼优化算法
7.3 鲸鱼优化算法优化随机森林模型
7.4 构造煤厚度预测实例
7.5 小结
参考文献