| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 变量注释表 | 第15-16页 |
| 1 绪论 | 第16-21页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 煤矿瓦斯监测研究概况 | 第17-18页 |
| 1.3 多传感器数据融合理论 | 第18-20页 |
| 1.4 本文研究内容 | 第20-21页 |
| 2 瓦斯灾害信息的特征提取 | 第21-29页 |
| 2.1 传感器数据的噪声干扰 | 第21页 |
| 2.2 基于核独立主元分析的特征提取 | 第21-23页 |
| 2.3 基于支持向量机的特征提取 | 第23-26页 |
| 2.4 验证分析 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 多传感器信息融合理论 | 第29-40页 |
| 3.1 多传感器信息融合的基本方法 | 第29-33页 |
| 3.2 基于D-S证据理论的信息融合 | 第33-39页 |
| 3.3 本章小结 | 第39-40页 |
| 4 基于DEBA优化加权平均D-S证据融合研究 | 第40-48页 |
| 4.1 DE改进的蝙蝠算法 | 第40-43页 |
| 4.2 DEBA优化加权平均D-S模型 | 第43-45页 |
| 4.3 仿真分析 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 基于DEBA优化加权D-S理论的煤矿瓦斯监测预警 | 第48-60页 |
| 5.1 试验数据选取及预处理 | 第48-51页 |
| 5.2 基本概率函数分配 | 第51-53页 |
| 5.3 D-S证据理论决策级融合 | 第53-57页 |
| 5.4 瓦斯灾害信息预警 | 第57-59页 |
| 5.5 本章小结 | 第59-60页 |
| 6 结论与展望 | 第60-61页 |
| 6.1 结论 | 第60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 作者简历 | 第64-66页 |
| 学位论文数据集 | 第66页 |