首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

数据挖掘和信息融合在煤矿安全监测系统中的研究

摘要第1-5页
Abstract第5-9页
1 绪论第9-15页
   ·课题研究的意义第9页
   ·国内外发展现状第9-12页
     ·煤矿安全监测系统发展现状第9-10页
     ·数据挖掘发展现状第10-11页
     ·信息融合发展现状第11-12页
     ·CAN 总线在煤矿安全监测系统中的发展现状第12页
   ·课题来源及论文主要内容第12-13页
     ·课题的来源第12页
     ·论文主要内容第12-13页
   ·本文的结构安排第13-15页
2 数据挖掘和信息融合技术研究第15-26页
   ·数据挖掘技术第15-16页
     ·数据挖掘概述第15页
     ·数据挖掘常用的技术和方法第15-16页
     ·粗糙集算法在数据挖掘中的应用第16页
   ·信息融合技术第16-22页
     ·信息融合的概念第16-17页
     ·信息融合的方法第17-18页
     ·多传感器信息融合的原理第18页
     ·多传感器信息融合过程第18-20页
     ·神经网络在信息融合中的应用第20-21页
     ·证据理论在信息融合中的应用第21-22页
   ·数据挖掘和信息融合的集成第22-24页
   ·数据挖掘和信息融合在煤矿安全监测系统中的应用第24-26页
3 粗糙集在煤矿安全监测系统中的应用研究第26-36页
   ·粗糙集理论第26-29页
     ·知识与分类第26-27页
     ·粗糙集的不确定性度量第27页
     ·属性约简第27-28页
     ·规则提取第28-29页
   ·粗糙集运算的主要 MATLAB 程序第29-30页
   ·粗糙集理论在煤矿安全监测系统中的实现第30-36页
     ·模型的建立第30-32页
     ·粗糙集预处理第32-36页
4 数据挖掘在煤矿安全监测系统中的应用研究第36-50页
   ·粗糙集和神经网络集成方法研究第36-37页
     ·粗糙集和神经网络集成的可行性第36页
     ·粗糙集和神经网络常见的集成方法第36-37页
   ·粗糙集神经网络算法在煤矿安全监测中的应用第37-50页
     ·粗糙集神经网络结合算法的实现第37-40页
     ·BP 神经网络的设计第40-41页
     ·粗神经网络的构建第41-45页
     ·仿真结果及其分析第45-50页
5 信息融合在煤矿安全监测系统中的应用研究第50-63页
   ·基于D-S 证据理论的煤矿安全信息决策第50-55页
     ·D-S 证据理论合成法则第50-51页
     ·D-S 证据理论的融合模型第51页
     ·D-S 证据理论的决策方法第51-52页
     ·D-S 证据理论在煤矿安全中的应用第52-55页
   ·粗糙集-神经网络-证据理论融合算法的应用研究第55-63页
     ·粗糙集-神经网络-证据理论相结合的可行性第55-56页
     ·基于粗糙集-神经网络-证据理论的煤矿安全评估原理第56-57页
     ·基于粗糙集-神经网络-证据理论的煤矿安全性评估算法第57-58页
     ·基于粗糙集-神经网络-证据理论的煤矿安全性评估实现第58-63页
6 CAN 总线在煤矿安全监测系统中的应用第63-73页
   ·课题选用CAN 总线的原因与意义第63-64页
   ·煤矿安全监测系统功能设计第64-65页
   ·基于 CAN 总线的煤矿安全监测网络组成第65-69页
     ·设备层的功能及实现第67-69页
     ·控制层的功能及实现第69页
   ·CAN 总线硬件电路设计第69-73页
     ·CAN 总线硬件接口电路设计第69-70页
     ·CAN 总线节点设计第70-71页
     ·CAN 总线中继技术实现第71-73页
7 总结与展望第73-75页
   ·本文所做的工作第73页
   ·创新性工作及目标第73-74页
   ·尚待解决的问题第74-75页
参考文献第75-77页
致谢第77-78页
攻读学位期间发表论文情况第78-79页
附录A第79-80页
附录B第80-81页
附录C第81页

论文共81页,点击 下载论文
上一篇:基于信息融合技术的采煤机自动调高系统研究
下一篇:基于BP神经网络和量子遗传算法的瓦斯预测模型研究