| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-11页 |
| Extended Abstract | 第11-14页 |
| 目录 | 第14-18页 |
| 图清单 | 第18-21页 |
| 表清单 | 第21-22页 |
| 变量注释表 | 第22-24页 |
| 1 绪论 | 第24-41页 |
| ·研究问题概述 | 第24-25页 |
| ·文献综述 | 第25-37页 |
| ·课题研究的可行性分析与技术路线 | 第37-39页 |
| ·本文的主要工作 | 第39-41页 |
| 2 煤矿瓦斯时间序列数据采集与预处理技术 | 第41-57页 |
| ·概述 | 第41页 |
| ·瓦斯预警子系统 | 第41-42页 |
| ·瓦斯时间序列数据编码与表示 | 第42-43页 |
| ·瓦斯时间序列数据的压缩与分析 | 第43-47页 |
| ·瓦斯时间序列的清理 | 第47-50页 |
| ·瓦斯时间序列数据处理的排队模型 | 第50-56页 |
| ·本章小结 | 第56-57页 |
| 3 煤矿瓦斯时间序列平稳性、高斯性及线性检验 | 第57-84页 |
| ·概述 | 第57页 |
| ·离散随机信号分析基础 | 第57-61页 |
| ·瓦斯时间序列平稳性检验 | 第61-67页 |
| ·基于高阶统计量的瓦斯时间序列线性及高斯性检验 | 第67-82页 |
| ·本章小结 | 第82-84页 |
| 4 瓦斯时间序列数据降维与特征提取 | 第84-118页 |
| ·概述 | 第84页 |
| ·核方法基础 | 第84-88页 |
| ·时间序列相似性测度 | 第88-95页 |
| ·基于KPCA 的多变量时间序列分析方法 | 第95-102页 |
| ·基于KICA 的多变量时间序列分析方法 | 第102-111页 |
| ·基于KPCA/KICA 的瓦斯时间序列数据降维与特征提取 | 第111-116页 |
| ·本章小结 | 第116-118页 |
| 5 煤矿瓦斯时间序列模式识别与预警应用 | 第118-136页 |
| ·概述 | 第118页 |
| ·支持向量分类机基础 | 第118-128页 |
| ·瓦斯时间序列状态模式识别 | 第128-132页 |
| ·煤矿瓦斯时间序列模式识别在瓦斯预警系统中的应用 | 第132-134页 |
| ·本章小结 | 第134-136页 |
| 6 结论与展望 | 第136-138页 |
| ·结论 | 第136-137页 |
| ·进一步工作 | 第137-138页 |
| 参考文献 | 第138-150页 |
| 作者简历 | 第150-154页 |
| 学位论文数据集 | 第154页 |