首页--工业技术论文--矿业工程论文--矿山安全与劳动保护论文--矿山安全监测系统论文

多传感器数据融合在煤矿安全预警中的研究与应用

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

论文共55页,点击 下载论文
上一篇:基于WSN的煤矿井下安全监测系统研究与设计
下一篇:腐蚀损伤对结构静强度的影响研究