基于SVM的煤矿瓦斯抽采系统火灾隐患判识研究
| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 1 绪论 | 第14-22页 |
| ·选题背景和研究意义 | 第14-16页 |
| ·选题背景 | 第14-15页 |
| ·本课题的研究意义 | 第15-16页 |
| ·研究现状与存在的问题 | 第16-19页 |
| ·系统研究现状及发展 | 第16-17页 |
| ·数据预处理技术的发展 | 第17-18页 |
| ·隐患判识技术的动态 | 第18-19页 |
| ·本文的主要研究目的与内容 | 第19-20页 |
| ·研究的主要目的 | 第19页 |
| ·研究的主要内容 | 第19-20页 |
| ·论文的结构安排 | 第20-22页 |
| 2 瓦斯抽采系统安全隐患分析 | 第22-30页 |
| ·瓦斯抽采系统火灾隐患分析 | 第22-27页 |
| ·矿井火灾发生的基本要素 | 第22页 |
| ·矿井火灾的分类 | 第22-23页 |
| ·矿井火灾的特点 | 第23-24页 |
| ·矿井火灾的危害 | 第24-25页 |
| ·矿井火灾的预测 | 第25-26页 |
| ·火灾的控制策略 | 第26-27页 |
| ·瓦斯抽采系统其他安全隐患分析 | 第27-29页 |
| ·漏气隐患分析 | 第27-28页 |
| ·积水隐患分析 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 3 系统总体设计 | 第30-38页 |
| ·系统功能需求 | 第30页 |
| ·系统总体设计方案 | 第30-32页 |
| ·可编程逻辑控制器 | 第31-32页 |
| ·WinCC组态软件 | 第32页 |
| ·WinCC与PLC的通讯方式 | 第32页 |
| ·控制系统设计 | 第32-37页 |
| ·PLC硬件组态 | 第32-35页 |
| ·软件设计 | 第35-37页 |
| ·界面设计 | 第37页 |
| ·本章小结 | 第37-38页 |
| 4 信号滤波处理 | 第38-54页 |
| ·小波分析简介 | 第38页 |
| ·小波变换的基本性质 | 第38-40页 |
| ·连续小波变换 | 第38-40页 |
| ·离散小波变换 | 第40页 |
| ·多分辨率分析及Mallat算法 | 第40-42页 |
| ·常用小波基函数 | 第42-47页 |
| ·小波信号去噪 | 第47-52页 |
| ·小波信号去噪问题的一般描述 | 第47-49页 |
| ·基于小波阈值的信号滤波 | 第49-51页 |
| ·小波滤波效果的评价指标 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 5 支持向量机在隐患判识中的应用 | 第54-76页 |
| ·统计学习理论简介 | 第54-57页 |
| ·经验风险 | 第54-55页 |
| ·VC维 | 第55页 |
| ·结构风险最小化原理 | 第55-57页 |
| ·支持向量机概述 | 第57-63页 |
| ·最优分类超平面 | 第57-58页 |
| ·线性可分的最优分类面 | 第58-59页 |
| ·线性不可分的最优分类面 | 第59-61页 |
| ·非线性支持向量机 | 第61-63页 |
| ·支持向量机多分类方法 | 第63-66页 |
| ·支持向量机常用模型 | 第66-72页 |
| ·支持向量机模型参数选择 | 第72-73页 |
| ·SVM模型构建 | 第73-74页 |
| ·本章小结 | 第74-76页 |
| 6 隐患判识系统的仿真结果与分析 | 第76-90页 |
| ·系统模型 | 第76页 |
| ·基于小波分析的信号滤波 | 第76-82页 |
| ·支持向量机隐患判识 | 第82-88页 |
| ·LIBSVM工具箱 | 第82-85页 |
| ·SVM仿真 | 第85-88页 |
| ·本章小结 | 第88-90页 |
| 7 总结与展望 | 第90-92页 |
| ·全文总结 | 第90页 |
| ·展望 | 第90-92页 |
| 参考文献 | 第92-96页 |
| 致谢 | 第96-98页 |
| 作者简介及读研期间主要科研成果 | 第98页 |
