基于小波神经网络多传感器融合技术的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题的背景、目的及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本论文研究内容及创新之处 | 第14页 |
| ·本文的结构安排 | 第14-15页 |
| 第2章 多传感器信息融合技术 | 第15-23页 |
| ·多传感器信息融合技术概述 | 第15-16页 |
| ·多传感器信息融合的基本原理 | 第15-16页 |
| ·多传感器信息融合的优点 | 第16页 |
| ·多传感器信息融合的方法 | 第16-19页 |
| ·多传感器信息融合的层次结构和功能 | 第19-21页 |
| ·本章小结 | 第21-23页 |
| 第3章 小波神经网络 | 第23-43页 |
| ·小波分析理论 | 第23-31页 |
| ·小波变换的基本原理 | 第23-24页 |
| ·一种最基本的小波函数 | 第24-26页 |
| ·小波函数的构造 | 第26-29页 |
| ·常用小波函数 | 第29-31页 |
| ·神经网络基本理论 | 第31-36页 |
| ·神经网络的基本原理及特点 | 第31-32页 |
| ·神经网络的学习规则 | 第32-33页 |
| ·BP神经网络和标准的BP算法 | 第33-36页 |
| ·小波神经网络 | 第36-40页 |
| ·小波神经网络的结构 | 第36-38页 |
| ·小波神经网络的构建 | 第38-40页 |
| ·本章小结 | 第40-43页 |
| 第4章 遗传算法的应用 | 第43-51页 |
| ·遗传算法概述 | 第43-48页 |
| ·遗传算法的基本思想 | 第43页 |
| ·遗传算法的特点 | 第43-44页 |
| ·遗传算法的基本实现 | 第44-48页 |
| ·遗传算法实现的基本步骤 | 第48-49页 |
| ·遗传算法的应用 | 第49-50页 |
| ·遗传算法与小波神经网络的结合方式 | 第49页 |
| ·遗传算法改进小波神经网络的实现方法 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 小波神经网络在煤矿瓦斯监测中的应用 | 第51-63页 |
| ·煤矿瓦斯监测系统 | 第51-54页 |
| ·影响煤矿瓦斯的主要参数 | 第52-53页 |
| ·煤矿瓦斯动态预测系统中的多传感器信息融合结构 | 第53-54页 |
| ·多传感器信息融合模型 | 第54-56页 |
| ·自适应加权融合估计算法 | 第54-55页 |
| ·多传感器信息融合的应用 | 第55-56页 |
| ·小波神经网络监测瓦斯 | 第56-61页 |
| ·基于改进的GA算法训练小波神经网络 | 第56-59页 |
| ·煤矿瓦斯涌出量监测结果 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 作者简介及读研期间主要科研成果 | 第71页 |
