| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 引言 | 第8-9页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景与选题意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 目前研究方法存在的不足 | 第12页 |
| 1.4 研究目的和内容 | 第12-13页 |
| 第2章 去噪算法研究 | 第13-26页 |
| 2.1 经验模式分解理论 | 第13-19页 |
| 2.1.1 经验模式分解(EMD) | 第13页 |
| 2.1.2 集合经验模式分解(EEMD) | 第13-15页 |
| 2.1.3 互补集合经验模式分解(CEEMD) | 第15-16页 |
| 2.1.4 自适应噪声集合经验模式分解(EEMDAN) | 第16-18页 |
| 2.1.5 互补自适应噪声的集合经验模式分解(EEMDCAN) | 第18-19页 |
| 2.2 小波阈值算法 | 第19-21页 |
| 2.2.1 软硬阈值函数 | 第20页 |
| 2.2.2 其他阈值函数 | 第20-21页 |
| 2.3 改进去噪算法 | 第21-22页 |
| 2.4 电磁辐射信号去噪处理 | 第22-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 煤岩电磁辐射信号理论分析 | 第26-29页 |
| 3.1 煤岩体变形破裂的机制 | 第26-27页 |
| 3.1.1 煤岩体发生形变破裂的宏观机理 | 第26页 |
| 3.1.2 煤岩体变形破裂的微观机制 | 第26-27页 |
| 3.2 煤岩体电荷的产生 | 第27页 |
| 3.3 电磁辐射产生机理 | 第27-28页 |
| 3.4 电磁辐射信号的传播 | 第28页 |
| 3.5 本章小结 | 第28-29页 |
| 第4章 电磁辐射信号处理方法及分析依据 | 第29-38页 |
| 4.1 电磁辐射特征参数 | 第29-30页 |
| 4.2 电磁辐射信号特征 | 第30-34页 |
| 4.3 信号去噪分析 | 第34-35页 |
| 4.4 电磁辐射信号降噪处理 | 第35-37页 |
| 4.5 本章小结 | 第37-38页 |
| 第5章 煤岩体破裂判识 | 第38-49页 |
| 5.1 理论分析依据 | 第38-40页 |
| 5.1.1 统计学习理论 | 第38-39页 |
| 5.1.2 结构最小风险原理 | 第39-40页 |
| 5.1.3 VC维理论 | 第40页 |
| 5.2 支持向量机原理及算法 | 第40-42页 |
| 5.3 基于支持向量机模型的建立 | 第42-44页 |
| 5.3.1 电磁辐射信号特征识别 | 第42-43页 |
| 5.3.2 核函数的选择 | 第43-44页 |
| 5.4 模型参数的确定 | 第44-47页 |
| 5.4.1 交叉验证法 | 第44-45页 |
| 5.4.2 粒子群优化 | 第45-47页 |
| 5.5 模型验证 | 第47-48页 |
| 5.6 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 导师简介 | 第54-55页 |
| 作者简介 | 第55-56页 |
| 学位论文数据集 | 第56页 |