| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 引言 | 第7-12页 |
| ·研究背景及意义 | 第7-8页 |
| ·煤矿井下安全生产现状 | 第7-8页 |
| ·煤炭安全生产亟待解决的问题 | 第8页 |
| ·国内外煤矿井下安全预警研究现状 | 第8-9页 |
| ·国内研究现状 | 第8-9页 |
| ·国外研究现状 | 第9页 |
| ·多传感器数据融合应用于煤矿安全预警面临的关键挑战 | 第9-10页 |
| ·论文研究内容 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| 第二章 煤矿危险源监测指标分析 | 第12-15页 |
| ·煤矿各类危险源监测指标选取的意义 | 第12页 |
| ·危险源安全预警主要监测指标 | 第12-13页 |
| ·监测指标分析 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第三章 多传感器数据融合模型研究 | 第15-23页 |
| ·多传感器数据融合概述 | 第15-16页 |
| ·多传感器数据融合模型分类评估 | 第16-20页 |
| ·功能类融合模型 | 第17页 |
| ·层次类融合模型 | 第17-19页 |
| ·通用结构类融合模型 | 第19-20页 |
| ·多传感器数据融合关键技术和方法 | 第20-21页 |
| ·煤矿多传感器数据融合安全预警模型设计原则 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第四章 煤矿危险源安全预警模型设计 | 第23-39页 |
| ·安全预警模型整体设计 | 第23-25页 |
| ·基于主成分分析和神经网络的特征层融合 | 第25-32页 |
| ·主成分分析法 | 第25-29页 |
| ·基于PCA和BP神经网络的特征提取数据融合算法 | 第29-32页 |
| ·基于改进D-S证据理论的决策层融合 | 第32-36页 |
| ·基本概念和定义 | 第33-34页 |
| ·Dempster-Shafer合成规则 | 第34-35页 |
| ·改进BPAs函数 | 第35-36页 |
| ·两级数据融合模型的详细设计 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于两级数据融合的安全预警模型实例验证 | 第39-49页 |
| ·实例预警简介 | 第39页 |
| ·危险源特征提取和融合过程 | 第39-47页 |
| ·危险源特征提取 | 第40-42页 |
| ·危险源特征层数据融合 | 第42-43页 |
| ·D-S证据理论决策层实例验证 | 第43-47页 |
| ·结果分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 总结和展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53-55页 |
| 个人简历 | 第55页 |
| 攻读硕士学位期间发表的学术论文 | 第55页 |