| 摘要 | 第1页 |
| Abstract | 第5-6页 |
| 详细摘要 | 第6-9页 |
| Detailed Abstract | 第9-13页 |
| 目录 | 第13-15页 |
| 1 绪论 | 第15-21页 |
| ·论文的研究背景及意义 | 第15-16页 |
| ·国内外研究现状 | 第16-19页 |
| ·瓦斯灾害预警研究现状 | 第16-17页 |
| ·数据挖掘的研究现状 | 第17-18页 |
| ·信息融合的研究现状 | 第18-19页 |
| ·主要研究内容 | 第19-20页 |
| ·主要研究方法 | 第20-21页 |
| 2 数据挖掘技术及其在煤矿安全中的应用 | 第21-57页 |
| ·数据挖掘技术 | 第21-27页 |
| ·瓦斯灾害预测的数据挖据 | 第21-22页 |
| ·煤矿瓦斯数据挖掘系统的结构及数据挖掘过程 | 第22-24页 |
| ·煤矿瓦斯数据挖掘系统研究的主要方向 | 第24-26页 |
| ·数据挖掘发展所面临的的问题 | 第26-27页 |
| ·瓦斯灾害信息的特征提取与分析 | 第27-34页 |
| ·Gabor 变换 | 第29-30页 |
| ·Wigner-Ville 变换 | 第30-32页 |
| ·独立分量分析 ICA | 第32-34页 |
| ·特征提取模型 | 第34-44页 |
| ·基于最大熵的瓦斯灾害信息特征提取模型 | 第34-36页 |
| ·基于 SVM 的瓦斯灾害特征提取模型 | 第36-44页 |
| ·模型应用与分析 | 第44-48页 |
| ·瓦斯浓度特征提取实验 | 第44页 |
| ·瓦斯压力特征提取实验 | 第44-47页 |
| ·瓦斯灾害特征提取实验 | 第47-48页 |
| ·瓦斯数据在线挖掘与识别 | 第48-55页 |
| ·瓦斯数据在线挖掘算法 | 第49-53页 |
| ·瓦斯灾害特征数据识别算法 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 3 信息融合技术及其在煤矿安全中的应用 | 第57-87页 |
| ·特征级信息融合 | 第57-68页 |
| ·瓦斯灾害特征级融合匹配 | 第57-61页 |
| ·基于 Bayes Network 的瓦斯灾害特征级信息融合 | 第61-67页 |
| ·基于神经网络的瓦斯灾害特征级信息融合 | 第67-68页 |
| ·决策级信息融合 | 第68-75页 |
| ·基于 Dempster-Shafer 的瓦斯灾害决策级信息融合 | 第68-72页 |
| ·基于粗糙集理论的多传感器决策级信息融合 | 第72-75页 |
| ·DRFNN 与 D-S 理论结合的信息融合方法 | 第75-86页 |
| ·基于 DRFNN 局部信息融合 | 第75-84页 |
| ·基于 D-S 理论全局信息融合 | 第84-86页 |
| ·本章小结 | 第86-87页 |
| 4 瓦斯灾害预测模型 | 第87-95页 |
| ·基于 AHP-可拓理论的动态预警模型 | 第87-90页 |
| ·基于粗糙集理论的瓦斯预测模型 | 第90-92页 |
| ·基于遗传算法的瓦斯灾害预测模型 | 第92-94页 |
| ·本章小结 | 第94-95页 |
| 5 预测结果与分析 | 第95-101页 |
| ·瓦斯涌出量实际预测结果与分析 | 第95-96页 |
| ·数据挖掘实际应用测试与分析 | 第96-99页 |
| ·多维模型瓦斯预测结果分析 | 第99-100页 |
| ·本章小结 | 第100-101页 |
| 6 主要研究结论 | 第101-103页 |
| ·主要结论 | 第101-102页 |
| ·展望 | 第102-103页 |
| 参考文献 | 第103-109页 |
| 致谢 | 第109-111页 |
| 作者简介 | 第111页 |
| 在学期间发表的学术论文 | 第111页 |
| 在学期间参加科研项目 | 第111页 |