| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 变量注释表 | 第15-16页 |
| 1 绪论 | 第16-27页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-23页 |
| 1.3 存在问题 | 第23-24页 |
| 1.4 研究内容、特色及技术路线 | 第24-27页 |
| 2 研究区概况及煤与瓦斯突出预测指标选取 | 第27-44页 |
| 2.1 研究区概况 | 第27-30页 |
| 2.2 煤与瓦斯突出预测指标分析 | 第30-32页 |
| 2.3 基于灰色关联法的煤与瓦斯突出危险性预测指标选取 | 第32-42页 |
| 2.4 本章小结 | 第42-44页 |
| 3 LS-SVM模型选择与优化方法 | 第44-60页 |
| 3.1 最小二乘支持向量机(LS-SVM) | 第44-48页 |
| 3.2 SVM模型选择 | 第48-51页 |
| 3.3 LS-SVM参数向量的选择与优化 | 第51-55页 |
| 3.4 基于LS-SVM的矿井瓦斯数据融合 | 第55-58页 |
| 3.5 本章小结 | 第58-60页 |
| 4 D-S证据理论的研究与改进 | 第60-75页 |
| 4.1 D-S证据理论的基本概念 | 第60-62页 |
| 4.2 证据理论的合成规则 | 第62-65页 |
| 4.3 焦元“爆炸”的处理 | 第65页 |
| 4.4 D-S证据理论的改进 | 第65-72页 |
| 4.5 算例分析 | 第72-73页 |
| 4.6 本章小结 | 第73-75页 |
| 5 基于多源信息融合技术的煤与瓦斯突出预测 | 第75-82页 |
| 5.1 煤与瓦斯突出预测的样本选择 | 第75-76页 |
| 5.2 预测模型建立 | 第76-79页 |
| 5.3 预测结果分析 | 第79-81页 |
| 5.4 本章小结 | 第81-82页 |
| 6 结论与展望 | 第82-84页 |
| 6.1 结论 | 第82-83页 |
| 6.2 展望 | 第83-84页 |
| 参考文献 | 第84-92页 |
| 作者简历 | 第92-94页 |
| 学位论文数据集 | 第94页 |