| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·课题意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·煤矿安全生产技术现状 | 第11-12页 |
| ·信息融合预测技术在煤矿生产中的应用现状 | 第12-13页 |
| ·课题研究的主要内容 | 第13-14页 |
| ·论文主要研究工作 | 第13页 |
| ·本文结构 | 第13-14页 |
| ·小结 | 第14-15页 |
| 2 系统总体方案设计及相关技术分析 | 第15-25页 |
| ·监控预测系统总体方案 | 第15-16页 |
| ·信息融合技术 | 第16-20页 |
| ·信息融合原理 | 第16页 |
| ·信息融合分类 | 第16-17页 |
| ·信息融合技术的主要方法 | 第17-19页 |
| ·信息融合技术的研究热点 | 第19-20页 |
| ·模糊神经网络分析 | 第20-24页 |
| ·模糊控制系统简介 | 第20-21页 |
| ·神经网络简介 | 第21-23页 |
| ·模糊神经网络 | 第23-24页 |
| ·小结 | 第24-25页 |
| 3 信息融合预测模型研究 | 第25-36页 |
| ·信息融合预测模型设计 | 第25-26页 |
| ·一级融合模型 | 第26-29页 |
| ·自适应加权融合算法 | 第26-28页 |
| ·求取各只瓦斯传感器的最优权重值 | 第28页 |
| ·归一化处理 | 第28-29页 |
| ·基于模糊神经网络的第二级融合模型设计 | 第29-32页 |
| ·模糊推理预测系统的确立 | 第29-30页 |
| ·模糊神经网络的模型搭建 | 第30-32页 |
| ·模糊神经网络模型的基本训练算法 | 第32-35页 |
| ·BP 算法 | 第32-33页 |
| ·LMBP 算法的推导过程 | 第33-35页 |
| ·LMBP 算法的基本计算步骤 | 第35页 |
| ·小结 | 第35-36页 |
| 4 改进的 LMBP 算法及预测模型试验研究 | 第36-50页 |
| ·LMBP 算法的缺点分析 | 第36-37页 |
| ·LMBP 改进算法研究 | 第37-42页 |
| ·试验确定μ和θ的初值 | 第37-38页 |
| ·引入判别因子 | 第38-40页 |
| ·改进 LMBP 算法的步骤 | 第40-41页 |
| ·改进 LMBP 算法的参数选定 | 第41-42页 |
| ·算法仿真研究 | 第42-46页 |
| ·信息融合模型试验 | 第46-49页 |
| ·小结 | 第49-50页 |
| 5 煤矿安全监控系统软件设计 | 第50-62页 |
| ·开发平台及语言概述 | 第50-52页 |
| ·ASP.NET 技术 | 第50-51页 |
| ·开发语言简介 | 第51页 |
| ·系统架构设计 | 第51-52页 |
| ·SQL Server 数据库简介 | 第52页 |
| ·监控系统功能分析及设计 | 第52-56页 |
| ·监控系统功能分析 | 第52-53页 |
| ·监控系统基本结构 | 第53-54页 |
| ·数据库设计 | 第54-56页 |
| ·监控系统功能实现 | 第56-61页 |
| ·信息融合模块的 C#与 MATLAB 混合编程实现 | 第56-58页 |
| ·各项功能的实现研究 | 第58-61页 |
| ·小结 | 第61-62页 |
| 6 结论与展望 | 第62-64页 |
| ·本文的研究成果 | 第62-63页 |
| ·本文的不足与展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69页 |
| A. 作者在攻读学位期间发表的论文目录 | 第69页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第69页 |
| C. 作者在攻读学位期间的获奖情况 | 第69页 |