基于数据挖掘和PCI总线技术的瓦斯突出预测系统的研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-12页 |
| 1 绪论 | 第12-16页 |
| ·研究背景 | 第12页 |
| ·课题来源 | 第12页 |
| ·国内外研究现状 | 第12-13页 |
| ·国内煤矿瓦斯突出防治的研究现状 | 第12-13页 |
| ·国外煤矿瓦斯突出防治的研究现状 | 第13页 |
| ·课题主要研究内容 | 第13-14页 |
| ·论文主要工作及章节安排 | 第14-16页 |
| 2 瓦斯突出概述和影响因素选取 | 第16-24页 |
| ·瓦斯突出机理和一般规律概述 | 第16-18页 |
| ·瓦斯突出预测方法 | 第18-19页 |
| ·影响因素选取 | 第19-23页 |
| ·本章小结 | 第23-24页 |
| 3 影响因素数据采集和传输系统设计 | 第24-33页 |
| ·数据采集系统设计 | 第24-29页 |
| ·TMS320C6713 概述 | 第24-26页 |
| ·放大隔离电路设计 | 第26-28页 |
| ·A/D 转换电路设计 | 第28-29页 |
| ·基于 PCI 总线技术的数据传输系统 | 第29-32页 |
| ·HPI 接口概述和使用方法介绍 | 第29-30页 |
| ·PCI 总线介绍 | 第30-31页 |
| ·PCI 总线通信设计 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 4 数据挖掘技术 | 第33-43页 |
| ·数据挖掘技术介绍 | 第33-35页 |
| ·分类和预测方法概述 | 第35-37页 |
| ·决策树归纳分类法 | 第35-36页 |
| ·贝叶斯分类方法 | 第36页 |
| ·人工神经网络 | 第36-37页 |
| ·粗集算法 | 第37-39页 |
| ·粗集算法介绍 | 第37-38页 |
| ·运用粗集算法进行数据预处理 | 第38-39页 |
| ·基于动态核函数的 SVM | 第39-42页 |
| ·支持向量机 | 第39-40页 |
| ·非线性支持向量机 | 第40页 |
| ·核函数介绍 | 第40-42页 |
| ·动态核函数介绍 | 第42页 |
| ·本章小结 | 第42-43页 |
| 5 混合编程软件设计和仿真实验 | 第43-56页 |
| ·虚拟仪器和图形化编程语 | 第43-45页 |
| ·虚拟仪器的介绍 | 第43-44页 |
| ·图形化编程软件 LabVIEW | 第44页 |
| ·虚拟仪器的设计方法 | 第44-45页 |
| ·MATLAB 混合编程基础 | 第45-46页 |
| ·MATLAB 的主要特点 | 第45-46页 |
| ·M 文件编程 | 第46页 |
| · | 第46-47页 |
| ·LabVIEW 与 MATLAB 的接口 | 第46-47页 |
| ·MATLAB Script 节点的使用方法 | 第47页 |
| ·LIBSVM 介绍 | 第47-48页 |
| ·混合编程软件设计 | 第48-50页 |
| ·上位机模块设计 | 第48-50页 |
| ·数据采集模块设计 | 第50页 |
| ·瓦斯突出预测仿真实验 | 第50-54页 |
| ·使用粗集算法进行数据预处理 | 第51-52页 |
| ·求出 SVM 的初始核 | 第52-53页 |
| ·利用动态核函数得出 SVM 的修正核 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 作者简历 | 第60-62页 |
| 学位论文数据集 | 第62-63页 |
