| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第16-23页 |
| 1.1 课题的研究背景与意义 | 第16-17页 |
| 1.2 瓦斯浓度预测方法研究现状 | 第17-19页 |
| 1.3 存在问题及需求 | 第19页 |
| 1.4 主要研究内容和论文结构安排 | 第19-22页 |
| 1.5 本章小结 | 第22-23页 |
| 2 煤矿瓦斯浓度数据的采集、处理及分析 | 第23-32页 |
| 2.1 引言 | 第23页 |
| 2.2 离散随机序列分析基础 | 第23-24页 |
| 2.3 瓦斯浓度监测数据采集 | 第24-27页 |
| 2.4 瓦斯浓度时间序列处理及分析 | 第27-31页 |
| 2.5 本章小结 | 第31-32页 |
| 3 DBN-PSO-SVR瓦斯浓度预测方法研究 | 第32-46页 |
| 3.1 引言 | 第32页 |
| 3.2 粒子群优化SVR与深度学习网络 | 第32-36页 |
| 3.3 DBN-PSO-SVR瓦斯浓度预测模型建立 | 第36-38页 |
| 3.4 实验结果和分析 | 第38-45页 |
| 3.5 本章小结 | 第45-46页 |
| 4 瓦斯浓度预测时空建模方法研究 | 第46-57页 |
| 4.1 引言 | 第46页 |
| 4.2 时空预测模型理论基础 | 第46-49页 |
| 4.3 ST-PSO-SVR瓦斯浓度时空预测模型建立 | 第49-51页 |
| 4.4 实验结果和分析 | 第51-56页 |
| 4.5 本章小结 | 第56-57页 |
| 5 基于模糊信息粒化的瓦斯浓度预测方法研究 | 第57-67页 |
| 5.1 引言 | 第57页 |
| 5.2 模糊信息粒化(FIG)理论基础 | 第57-60页 |
| 5.3 模糊信息粒化的瓦斯浓度预测模型建立 | 第60-62页 |
| 5.4 实验结果和分析 | 第62-66页 |
| 5.5 本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| 6.1 工作总结 | 第67-68页 |
| 6.2 工作展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 作者简历 | 第75-77页 |
| 学位论文数据集 | 第77页 |