| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-20页 |
| ·选题背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·煤矿安全监测系统发展概况 | 第12-15页 |
| ·数据挖掘技术发展概况 | 第15-16页 |
| ·煤矿环境监测传感器优化布点研究现状 | 第16-17页 |
| ·课题的研究内容及主要工作 | 第17-18页 |
| ·论文的组织结构 | 第18-20页 |
| 2 数据挖掘技术研究 | 第20-29页 |
| ·数据挖掘技术概述 | 第20-26页 |
| ·数据挖掘的概念 | 第20-22页 |
| ·数据挖掘的任务 | 第22-23页 |
| ·数据挖掘的过程 | 第23-25页 |
| ·数据挖掘的特点 | 第25-26页 |
| ·数据挖掘的算法特性和分类 | 第26-28页 |
| ·数据挖掘的意义及应用 | 第28-29页 |
| 3 煤矿安全监测系统结构设计与改进 | 第29-44页 |
| ·煤矿安全监测系统的结构方案的选择 | 第29-32页 |
| ·煤矿安全监测系统实现的功能 | 第32页 |
| ·改进的煤矿安全监测系统技术优越性 | 第32-34页 |
| ·CAN 总线 | 第32-33页 |
| ·无线传输技术 | 第33-34页 |
| ·CAN 总线各部分功能设计 | 第34-39页 |
| ·CAN 总线协议选择 | 第34-36页 |
| ·中继技术研究 | 第36-37页 |
| ·CAN 总线硬件接口电路实现 | 第37-39页 |
| ·无线传输技术研究 | 第39-42页 |
| ·射频识别技术工作原理 | 第39-40页 |
| ·频段的选择 | 第40页 |
| ·射频芯片的选择 | 第40-42页 |
| ·智能传感器节点设计 | 第42-43页 |
| ·基于数据挖掘的煤矿安全监测系统 | 第43-44页 |
| 4 模糊聚类和模糊评判在煤矿安全监测系统中的应用研究 | 第44-60页 |
| ·模糊聚类分析在煤矿环境监测区域划分中的应用研究 | 第44-52页 |
| ·数据的正规化 | 第44-45页 |
| ·聚类的数学模型与模糊聚类 | 第45-46页 |
| ·衡量样本相似程度的统计量 | 第46-50页 |
| ·模糊相似矩阵 | 第50页 |
| ·算法在煤矿环境监测区域划分中的实现 | 第50-52页 |
| ·模糊评判在煤矿安全监测危险等级判定中的应用研究 | 第52-59页 |
| ·模糊评判 | 第52-54页 |
| ·模糊评判在煤矿安全监测危险等级判定中的实现 | 第54-59页 |
| ·总结 | 第59-60页 |
| 5 时间序列数据挖掘在煤矿监测趋势预测中的应用研究 | 第60-68页 |
| ·时间序列的定义 | 第61页 |
| ·时间序列数据挖掘与传统时间序列分析 | 第61-62页 |
| ·时序趋势结构序列预测 | 第62-63页 |
| ·趋势结构序列时序数据挖掘 | 第63-64页 |
| ·时序趋势结构序列预测的支持度和可信度 | 第64-65页 |
| ·支持度 | 第64-65页 |
| ·可信度 | 第65页 |
| ·时序趋势结构序列预测在煤矿瓦斯预测中的应用 | 第65-67页 |
| ·总结 | 第67-68页 |
| 6 特征分析在煤矿环境监测传感器优化布点中的研究 | 第68-76页 |
| ·煤矿环境监测传感器优化布点研究的必要性和意义 | 第68-69页 |
| ·传感器优化方案的设计 | 第69页 |
| ·优化算法研究及实现 | 第69-75页 |
| ·特征分析模型建立 | 第70-71页 |
| ·联系度 | 第71-72页 |
| ·原始数据“二进制”赋值 | 第72页 |
| ·特征分析方法在煤矿环境监测传感器优化布点中的实现 | 第72-75页 |
| ·总结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 附录A CAN 总线数据采集通信原理图 | 第81-82页 |
| 作者简历 | 第82-83页 |
| 学位论文数据集 | 第83-84页 |
