煤矿生产安全时序数据预测方法研究
| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题的研究背景 | 第11页 |
| 1.2 研究目的和意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 论文的研究内容 | 第14页 |
| 1.5 论文的组织结构 | 第14-17页 |
| 第二章 多传感器数据融合技术 | 第17-23页 |
| 2.1 数据融合技术概述 | 第17-18页 |
| 2.2 数据融合技术核心 | 第18-21页 |
| 2.2.1 煤矿融合结构 | 第18-19页 |
| 2.2.2 数据级融合 | 第19-20页 |
| 2.2.3 特征级融合 | 第20-21页 |
| 2.3 本章小结 | 第21-23页 |
| 第三章 指数平滑预测法 | 第23-27页 |
| 3.1 指数平滑预测基本概念 | 第23页 |
| 3.2 指数平滑预测基本原理及过程 | 第23-24页 |
| 3.3 指数平滑预测平滑系数选取 | 第24-25页 |
| 3.4 本章小结 | 第25-27页 |
| 第四章 RBF神经网络预测法 | 第27-31页 |
| 4.1 RBF神经网络基本原理 | 第27-28页 |
| 4.2 RBF神经网络预测模型 | 第28-29页 |
| 4.3 RBF神经网络基函数中心选取 | 第29-30页 |
| 4.4 本章小结 | 第30-31页 |
| 第五章 组合预测模型 | 第31-35页 |
| 5.1 组合预测模型基本原理 | 第31页 |
| 5.2 线性组合预测 | 第31-32页 |
| 5.3 非线性组合预测 | 第32-33页 |
| 5.4 本章总结 | 第33-35页 |
| 第六章 系统实验 | 第35-47页 |
| 6.1 实验方案 | 第35-36页 |
| 6.2 数据库设计 | 第36-38页 |
| 6.3 数据融合 | 第38页 |
| 6.4 实验结果 | 第38-43页 |
| 6.4.1 指数平滑预测 | 第38-40页 |
| 6.4.2 RBF神经网络预测 | 第40-41页 |
| 6.4.3 组合预测 | 第41-43页 |
| 6.5 结果对比 | 第43-47页 |
| 第七章 总结 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 攻读学位期间取得的研究成果 | 第53-55页 |
| 致谢 | 第55-57页 |
| 个人简况及联系方式 | 第57-61页 |
