| 摘要 | 第1-3页 |
| ABSTRACT | 第3-8页 |
| 1 绪论 | 第8-14页 |
| ·选题背景和意义 | 第8-10页 |
| ·选题背景 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·本课题研究领域国内外的研究动态及发展趋势 | 第10-11页 |
| ·煤矿采空区火灾预警研究现状 | 第10-11页 |
| ·国内外发展的总体趋势 | 第11页 |
| ·课题研究内容 | 第11-12页 |
| ·课题来源 | 第11页 |
| ·主要研究内容 | 第11-12页 |
| ·论文结构安排 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 2 煤矿采空区安全要素与火灾预警分析 | 第14-22页 |
| ·煤矿采空区安全因素分析 | 第14-16页 |
| ·采空区煤炭自燃主要因素 | 第14页 |
| ·采空区煤炭自燃主要因素关系评价 | 第14-16页 |
| ·煤矿采空区火灾预警方法 | 第16-19页 |
| ·煤矿采空区三带划分 | 第16-17页 |
| ·煤矿采空区传统信息检测 | 第17-18页 |
| ·煤矿采空区信息监测的局限性 | 第18-19页 |
| ·基于信息融合的煤矿采空区火灾预警 | 第19-21页 |
| ·分布式光纤实时检测 | 第19-21页 |
| ·简述多信息融合预警 | 第21页 |
| ·本章小结 | 第21-22页 |
| 3 多源信息融合技术研究 | 第22-38页 |
| ·数据融合的定义和层次 | 第22-23页 |
| ·常用数据融合方法 | 第23-25页 |
| ·改进 LMBP 神经网络 | 第25-31页 |
| ·神经网络 | 第25-28页 |
| ·改进型 LM 算法 | 第28-30页 |
| ·改进型 LMBP 神经网络 | 第30-31页 |
| ·基于权值分配的 D-S 合成算法 | 第31-36页 |
| ·D-S 证据理论 | 第31-36页 |
| ·基于权值分配的 D-S 合成算法 | 第36页 |
| ·基于多源信息融合的煤矿采空区火灾预警 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 4 基于信息融合的煤矿采空区火灾预警研究 | 第38-53页 |
| ·基于信息融合的煤矿采空区火灾预警组成 | 第38-39页 |
| ·基于信息融合的煤矿采空区火灾预警网络结构图 | 第38-39页 |
| ·煤矿采空区火灾预警系统信息融合结构框图 | 第39页 |
| ·信息要素的数据采集 | 第39-41页 |
| ·煤矿采空区温度数据采集 | 第40-41页 |
| ·煤矿采空区火灾预警标志性气体检测 | 第41页 |
| ·温度信号预处理 | 第41-43页 |
| ·基于信息融合的煤矿采空区火灾预警系统的两级融合 | 第43-44页 |
| ·局部信息融合预测 | 第44-49页 |
| ·局部信息处理 | 第44-46页 |
| ·局部信息处理具体过程 | 第46-49页 |
| ·全局信息融合预测 | 第49-52页 |
| ·D-S 证据理论融合核心问题 | 第50页 |
| ·全局信息融合预测具体过程 | 第50-51页 |
| ·基于改进 LMBP 神经网络与权值分配的 D-S 证据理论二级融合 | 第51-52页 |
| ·基于信息融合的煤矿采空区火灾预警结果 | 第52页 |
| ·本章小结 | 第52-53页 |
| 5 系统仿真与实验 | 第53-61页 |
| ·模拟仿真实验平台 | 第53页 |
| ·matlab 模拟仿真实验 | 第53-60页 |
| ·仿真实验结果分析 | 第60页 |
| ·本章小结 | 第60-61页 |
| 6 结论 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 附录 | 第67页 |
| 附录 1 (攻读硕士期间参加科研项目) | 第67页 |
| 附录 2 （攻读硕士期间发表论文） | 第67页 |