| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·煤矿安全现状 | 第12-13页 |
| ·课题的提出以及研究意义 | 第13-14页 |
| ·国内外的研究现状 | 第14-17页 |
| ·课题研究的主要内容和目标 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 瓦斯浓度中大数的产生和克服方法 | 第19-23页 |
| ·引言 | 第19-20页 |
| ·瓦斯突出和瓦斯浓度测量中大数的产生 | 第20-21页 |
| ·瓦斯突出 | 第20页 |
| ·瓦斯浓度测量中大数产生原因 | 第20-21页 |
| ·克服大数误报警的方法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 神经网络的基本原理 | 第23-34页 |
| ·人工神经网络概述 | 第23-28页 |
| ·单神经元模型 | 第24-26页 |
| ·神经网络的结构 | 第26页 |
| ·神经网络的学习规则 | 第26-28页 |
| ·BP神经网络介绍 | 第28-29页 |
| ·BP神经网络学习算法 | 第29-32页 |
| ·MATLAB概述 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 进行大数滤波BP神经网络的设计 | 第34-48页 |
| ·BP网络的选取 | 第34-36页 |
| ·训练样本集的准备 | 第36-38页 |
| ·训练样本集的收集 | 第36-37页 |
| ·训练样本集的数据处理 | 第37页 |
| ·训练样本集的设计 | 第37-38页 |
| ·BP神经网络的总体设计 | 第38-41页 |
| ·神经网络的详细设计 | 第41-46页 |
| ·BP神经网的初始化 | 第41页 |
| ·BP神经网络结构设计及创建 | 第41-43页 |
| ·BP学习算法及训练算法 | 第43-46页 |
| ·BP网络训练性能指标选取及神经网络预测程序流程 | 第46页 |
| ·神经网络的图形用户界面 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 系统的仿真和误差分析 | 第48-68页 |
| ·数据从EXCEL文件中读取 | 第48-49页 |
| ·BP网络对2321回风巷道的瓦斯浓度的训练及测试 | 第49-57页 |
| ·BP神经网络对其他位置瓦斯浓度的训练和测试 | 第57-66页 |
| ·2321工作面处瓦斯浓度的训练及测试 | 第57-59页 |
| ·3#煤总回处瓦斯浓度的训练及测试 | 第59-60页 |
| ·轨道上山的瓦斯浓度的训练及测试 | 第60-63页 |
| ·2325回风巷道的瓦斯浓度的训练及测试 | 第63-65页 |
| ·2325工作面处瓦斯浓度的训练及测试 | 第65-66页 |
| ·本章小结 | 第66-68页 |
| 第六章 总结和展望 | 第68-70页 |
| ·论文的工作总结 | 第68-69页 |
| ·需要进一步研究的问题 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献: | 第71-74页 |
| 附录A(攻读学位期间发表论文目录) | 第74-75页 |
| 附录B | 第75-78页 |
| 附录C | 第78-81页 |
| 附录D | 第81-84页 |
| 附录E | 第84-87页 |
| 附录F | 第87-90页 |
| 附录G | 第90-92页 |