在煤矿生产中，煤矿瓦斯突出危险性预测与防治一直是世界各主要产煤国十分关注的重大科研课题。煤与瓦斯突出的研究表现出“治理手段多，预报手段少”，瓦斯突出机理复杂等问题，导致有些矿井虽然瓦斯检测指标正常，结果发生了瓦斯突出。所以探寻有效的预测方法一直受到煤矿研究领域专家的高度重视。煤矿井下监测系统已经采集并积累了海量数据，这些数据中隐含着对煤矿瓦斯突出危险性预测预报的知识。本研究将统计学和数据挖掘理论拓展到煤矿安全研究领域，借鉴国内外已有的研究成果，综合考虑煤与瓦斯突出危险性预测因素，开展了煤与瓦斯突出信息特征提取和煤与瓦斯突出危险性预测模型构建，从理论和实例上论证高斯过程法在解决煤与瓦斯突出问题上的可行性和普适性。本文立足于煤与瓦斯突出综合假说，分析了煤与瓦斯突出影响因素，结合CNY典型瓦斯突出矿区对煤与瓦斯突出信息进行特征提取。建立煤与瓦斯突出的Logistic回归概率模型，通过分析各个影响因素对瓦斯突出的重要程度，实现了突出信息的第一次特征提取。建立煤与瓦斯突出预测的SVM模型，对比分析在不同属性组合条件下，对瓦斯突出的影响程度，完成煤与瓦斯突出信息的第二次特征提取。建立煤与瓦斯突出预测的高斯过程模型，为了验证该模型的有效性，通过与其他方法比较，利用同样的数据进行学习和预测，并得到比较结果。