首页--工业技术论文--矿业工程论文--矿山安全与劳动保护论文--矿井大气论文--矿井瓦斯论文

基于数据融合的瓦斯危险程度预测研究

摘要第3-4页
ABSTRACT第4-5页
1 绪论第8-17页
    1.1 选题背景及意义第8-10页
    1.2 研究现状第10-13页
        1.2.1 基于物理量的预测研究第10-11页
        1.2.2 基于数据的预测研究第11-13页
    1.3 PCF模型提出的思想第13-14页
    1.4 研究工作和主要内容第14-15页
    1.5 文章组织结构第15-17页
2 瓦斯数据预处理与预测数据生成第17-29页
    2.1 小波滤波用于瓦斯数据降噪第17-19页
    2.2 基于相空间重构和RBF神经网络的瓦斯预测模型第19-28页
        2.2.1 相空间重构简介第19-20页
        2.2.2 C-C算法基本原理第20-21页
        2.2.3 利用C-C法计算瓦斯数据的嵌入维数和延迟时间第21-23页
        2.2.4 计算最佳嵌入维数和预测步长算法的提出及瓦斯数据预测第23-28页
    2.3 本章小结第28-29页
3 瓦斯预测数据的降维与危险程度分类第29-43页
    3.1 PCA降维用于瓦斯序列数据的压缩第30-35页
        3.1.1 PCA降维的简介第30页
        3.1.2 PCA降维的原理及最优先验转换矩阵的选取算法第30-32页
        3.1.3 PCA数据降维示意与瓦斯数据压缩第32-35页
    3.2 分类器用于瓦斯状态映射第35-42页
        3.2.1 支持向量机基本介绍第36-38页
        3.2.2 BP神经网络基本介绍第38-41页
        3.2.3 SVM与BP神经网络进行瓦斯状态分类第41-42页
    3.3 本章小结第42-43页
4 基于DS证据理论的瓦斯浓度状态融合第43-56页
    4.1 DS证据理论基本原理及概念第43-47页
        4.1.1 DS证据理论简介第43页
        4.1.2 DS证据理论基本概念第43-45页
        4.1.3 证据合成规则第45-47页
    4.2 基于DS证据理论构建的PCF模型实例第47-48页
    4.3 利用证据折扣减弱瓦斯状态数据间的冲突第48-49页
        4.3.1 PCF模型中误差的来源第49页
        4.3.2 根据误差构造BPA第49页
    4.4 实验结论展示及其分析第49-55页
    4.5 本章小结第55-56页
5 总结与展望第56-58页
    5.1 总结第56-57页
    5.2 展望第57-58页
致谢第58-59页
参考文献第59-62页
附录第62页

论文共62页,点击 下载论文
上一篇:煤岩体裂隙动水注浆机理及试验研究
下一篇:胡桃木板材下表面火蔓延过程研究