首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

采煤机煤岩截割模式识别关键技术研究

致谢第3-4页
摘要第4-5页
abstract第5-6页
变量注释表第17-20页
1 绪论第20-31页
    1.1 课题来源及背景第20-21页
    1.2 课题研究现状及存在的问题第21-27页
    1.3 课题研究内容与方法第27-29页
    1.4 课题研究意义第29-31页
2 采煤机煤岩截割模式识别系统总体设计第31-41页
    2.1 采煤机基本结构与工作原理第31-36页
    2.2 采煤机煤岩截割模式识别系统设计第36-40页
    2.3 本章小结第40-41页
3 采煤机煤岩截割声音信号自适应增强技术研究第41-72页
    3.1 煤岩截割声音信号的产生与传播第41-45页
    3.2 综采工作面原始声音信号时频特征分析第45-61页
    3.3 采煤机煤岩截割声音信号自适应增强第61-68页
    3.4 仿真分析第68-71页
    3.5 本章小结第71-72页
4 采煤机煤岩截割声音信号去噪方法研究第72-99页
    4.1 采煤机煤岩截割声音信号去噪概述第72-73页
    4.2 小波去噪与EMD去噪原理第73-78页
    4.3 改进的果蝇优化算法第78-83页
    4.4 基于IFOA的采煤机煤岩截割声音信号去噪算法第83-87页
    4.5 仿真分析第87-98页
    4.6 本章小结第98-99页
5 基于机器学习的采煤机煤岩截割模式识别方法研究第99-118页
    5.1 基于改进EEMD的采煤机煤岩截割声音信号特征提取第99-104页
    5.2 采煤机煤岩截割模式划分第104-107页
    5.3 采煤机煤岩截割模式识别第107-116页
    5.4 本章小结第116-118页
6 实验研究第118-138页
    6.1 地面实验平台搭建第118-124页
    6.2 实验方案设计与实验结果分析第124-134页
    6.3 工业性试验第134-137页
    6.4 本章小结第137-138页
7 总结与展望第138-140页
    7.1 总结第138-139页
    7.2 论文创新点第139页
    7.3 展望第139-140页
参考文献第140-149页
作者简介第149-153页
学位论文数据集第153页

论文共153页,点击 下载论文
上一篇:DNER在乳腺癌侵袭转移中的作用及机制研究
下一篇:基于机器学习的药物—靶标相互作用预测研究