摘要 | 第5-6页 |
Abstract | 第6页 |
1 绪论 | 第13-21页 |
1.1 选题背景、研究目的及意义 | 第13-15页 |
1.1.1 选题背景 | 第13-14页 |
1.1.2 研究目的 | 第14页 |
1.1.3 研究意义 | 第14-15页 |
1.2 国内外现状 | 第15-18页 |
1.2.1 国外的研究现状 | 第15-16页 |
1.2.2 国内的研究现状 | 第16-18页 |
1.3 方法与技术路线 | 第18-21页 |
2 基础理论及技术概况 | 第21-33页 |
2.1 导水性的研究 | 第21页 |
2.2 影响导水裂隙带高度发育的因素 | 第21-22页 |
2.2.1 主要影响因素 | 第21-22页 |
2.2.2 其的影响因素 | 第22页 |
2.3 物联网 | 第22-30页 |
2.3.1 物联网的概念与基本特征 | 第22-24页 |
2.3.2 物联网的结构 | 第24-27页 |
2.3.3 物联网的关键技术 | 第27-30页 |
2.4 地理信息系统 | 第30-32页 |
2.5 本章小结 | 第32-33页 |
3 我国导水裂隙带高度预测方法及物联网煤矿的发展 | 第33-43页 |
3.1 常用预测方法的介绍 | 第33-37页 |
3.1.1 经验公式法 | 第33-34页 |
3.1.2 类比法 | 第34页 |
3.1.3 应力计算法 | 第34-35页 |
3.1.4 神经网络法 | 第35-37页 |
3.1.4.1 模型的选择 | 第36页 |
3.1.4.2 反向传播神经网络结构 | 第36页 |
3.1.4.3 反向传播神经网络的算法 | 第36-37页 |
3.1.5 分数维理论 | 第37页 |
3.2 物联网技术在我国煤炭领域的应用现状和存在问题 | 第37-42页 |
3.2.1 只重视技术而忽略了管理的培训 | 第39-40页 |
3.2.2 应用层面的信息缺乏 | 第40页 |
3.2.3 缺乏泛在的感知网络 | 第40-41页 |
3.2.4 监控系统的不完整性 | 第41-42页 |
3.3 本章小结 | 第42-43页 |
4 感知信息融合技术 | 第43-61页 |
4.1 感知信息融合技术的概述 | 第43-50页 |
4.1.1 信息融合的基本概念 | 第43-45页 |
4.1.2 数据融合技术的发展历史与研究现状 | 第45-46页 |
4.1.3 感知信息融合的过程 | 第46-48页 |
4.1.4 信息融合的基本原理 | 第48-50页 |
4.2 煤矿中与导水裂隙带高度发育相关的信息融合策略 | 第50-51页 |
4.3 感知信息融合技术在导水高度预测中数据级融合 | 第51-59页 |
4.3.1 数据的预处理 | 第52-58页 |
4.3.2 贝叶斯网络算法 | 第58-59页 |
4.4 本章小结 | 第59-61页 |
5 物联网感知技术与回归分析的结合 | 第61-69页 |
5.1 数据的收集 | 第61-62页 |
5.2 多元回归分析 | 第62-63页 |
5.3 影响因素与导水高度的关系 | 第63-67页 |
5.4 本章小结 | 第67-69页 |
6 总结与不足 | 第69-71页 |
6.1 总结与展望 | 第69页 |
6.2 不足 | 第69-71页 |
参考文献 | 第71-75页 |
致谢 | 第75-77页 |
作者简介及读研期间主要科研成果 | 第77页 |