| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第14-21页 |
| 1.1 课题的研究背景与意义 | 第14-15页 |
| 1.2 瓦斯浓度预测研究现状 | 第15-18页 |
| 1.3 论文研究内容及结构安排 | 第18-21页 |
| 2 选择性集成学习方法研究 | 第21-29页 |
| 2.1 选择性集成学习方法的起源 | 第21-22页 |
| 2.2 选择性集成学习方法的理论研究 | 第22-23页 |
| 2.3 基模型生成策略 | 第23-26页 |
| 2.4 模型选择策略 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 基于时空序列的选择性集成建模方法研究 | 第29-46页 |
| 3.1 时空序列特性与建模方法研究 | 第29-35页 |
| 3.2 时空神经网络建模 | 第35-42页 |
| 3.3 选择性集成学习建模 | 第42-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 基于时空序列选择性集成模型的瓦斯浓度预测仿真实验及分析 | 第46-63页 |
| 4.1 瓦斯监测数据采集 | 第47-51页 |
| 4.2 瓦斯监测数据预处理 | 第51-52页 |
| 4.3 基模型的生成 | 第52-54页 |
| 4.4 模型选择 | 第54页 |
| 4.5 模型仿真及结果分析 | 第54-62页 |
| 4.6 本章小结 | 第62-63页 |
| 5 总结与展望 | 第63-65页 |
| 5.1 研究工作总结 | 第63页 |
| 5.2 展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 作者简历 | 第71-73页 |
| 学位论文数据集 | 第73页 |