掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
闖進數(shù)學世界――探秘歷史名題
-
>
中醫(yī)基礎(chǔ)理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
基于動態(tài)數(shù)據(jù)驅(qū)動的煤礦瓦斯災(zāi)害預(yù)測技術(shù)研究 版權(quán)信息
- ISBN：9787560643946
- 條形碼：9787560643946 ; 978-7-5606-4394-6
- 裝幀：暫無
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
基于動態(tài)數(shù)據(jù)驅(qū)動的煤礦瓦斯災(zāi)害預(yù)測技術(shù)研究 內(nèi)容簡介
《基于動態(tài)數(shù)據(jù)驅(qū)動的煤礦瓦斯災(zāi)害預(yù)測技術(shù)研究》提出了一種基于自相關(guān)分析方法與灰插值理論相結(jié)合的插值算法，為監(jiān)測數(shù)據(jù)預(yù)處理提供了支持；針對井下多傳感器監(jiān)測數(shù)據(jù)的冗余性和矛盾性，提出了一種改進的分批估計方法進行融合處理，以提高瓦斯監(jiān)測的準確性；構(gòu)建了一種基于GMAR模型的在線瓦斯異常檢測算法，可以檢測短時間內(nèi)瓦斯狀態(tài)的異常突變；在上述成果的基礎(chǔ)上，研究了基于決策融合技術(shù)的井下瓦斯危險性預(yù)測與評價模型，從而為井下瓦斯狀態(tài)預(yù)測提供了決策支持。《基于動態(tài)數(shù)據(jù)驅(qū)動的煤礦瓦斯災(zāi)害預(yù)測技術(shù)研究》適合于高等院校計算機專業(yè)和安全工程專業(yè)的高年級本科生、研究生、教師以及相關(guān)領(lǐng)域的科研工作者使用。
基于動態(tài)數(shù)據(jù)驅(qū)動的煤礦瓦斯災(zāi)害預(yù)測技術(shù)研究 目錄
第1章 理論基礎(chǔ)
1.1 信息融合
1.1.1 信息融合的層次模型
1.1.2 信息融合的體系結(jié)構(gòu)
1.1.3 信息融合的功能模型
1.1.4 典型的信息融合算法
1.1.5 比較分析
1.2 非線性理論
1.2.1 模糊理論
1.2.2 神經(jīng)網(wǎng)絡(luò)
1.2.3 支持向量機
1.2.4 混沌理論
1.3 本章小結(jié)
第2章 煤礦瓦斯災(zāi)害預(yù)測技術(shù)研究現(xiàn)狀
2.1 研究背景及意義
2.1.1 研究背景
2.1.2 研究意義
2.2 煤礦瓦斯災(zāi)害的分類及其危害
2.2.1 瓦斯災(zāi)害的分類
2.2.2 礦井瓦斯的危害
2.3 國內(nèi)技術(shù)研究現(xiàn)狀
2.3.1 瓦斯預(yù)測技術(shù)研究現(xiàn)狀
2.3.2 煤與瓦斯突出預(yù)測技術(shù)研究現(xiàn)狀
2.3.3 煤與瓦斯突出預(yù)測技術(shù)的新發(fā)展
2.4 組織結(jié)構(gòu)
2.5 本章小結(jié)
第3章 瓦斯數(shù)據(jù)預(yù)處理算法研究
3.1 煤礦瓦斯信息監(jiān)測技術(shù)研究
3.1.1 瓦斯檢測技術(shù)分類
3.1.2 幾種檢測技術(shù)應(yīng)用對比
3.2 常用缺失數(shù)據(jù)處理方法
3.3 基于自相關(guān)灰插值算法的缺失瓦斯數(shù)據(jù)處理
3.3.1 自相關(guān)分析
3.3.2 灰插值模型
3.3.3 插值組合系數(shù)優(yōu)化
3.4 實例分析
3.5 本章小結(jié)
第4章 多源瓦斯監(jiān)測數(shù)據(jù)融合研究
4.1 多傳感器加權(quán)融合算法
4.2 分批估計融合算法
4.3 改進的分批估計融合算法
4.4 實例分析
4.5 本章小結(jié)
第5章 基于GMAR模型的實時瓦斯信息異常檢測研究
5.1 異常檢測方法
5.1.1 靜態(tài)檢測方法
5.1.2 動態(tài)檢測方法
5.2 GMAR異常檢測算法
5.2.1 灰色預(yù)測建立
5.2.2 自回歸AR模型擬合
5.2.3 GMAR檢測函數(shù)
5.3 實例分析
5.3.1 正常狀態(tài)下GMAR異常檢測
5.3.2 瓦斯突出前GMAR異常檢測
5.4 本章小結(jié)
第6章 基于決策融合技術(shù)的井下瓦斯安全預(yù)測研究
6.1 基于灰色關(guān)聯(lián)分析的瓦斯安全決策研究
6.1.1 灰色關(guān)聯(lián)分析的數(shù)學原理
6.1.2 基于灰關(guān)聯(lián)分析的井下瓦斯安全決策模型
6.1.3 基于灰關(guān)聯(lián)的井下瓦斯安全決策模型的應(yīng)用
6.2 基于動態(tài)模糊理論的瓦斯安全決策研究
6.2.1 動態(tài)模糊評價方法
6.2.2 動態(tài)模糊評價模型在井下瓦斯安全決策中的應(yīng)用
6.3 基于模糊神經(jīng)網(wǎng)絡(luò)的瓦斯安全決策研究
6.3.1 模糊神經(jīng)網(wǎng)絡(luò)
6.3.2 井下瓦斯安全決策的模糊神經(jīng)網(wǎng)絡(luò)設(shè)計
6.3.3 基于模糊神經(jīng)網(wǎng)絡(luò)的井下瓦斯安全決策模型的應(yīng)用
6.4 本章小結(jié)
第7章 基于聲發(fā)射特性的突出預(yù)測研究
7.1 聲發(fā)射信號特征參數(shù)和常用處理方法
7.2 煤層工作面噪聲分析
7.3 基于改進突變理論的聲發(fā)射預(yù)測模型
7.3.1 基于GM（1，1）的含瓦斯煤體分析模型
7.3.2 突變理論
7.3.3 基于改進突變理論的煤與瓦斯突出預(yù)測模型
7.4 實例分析
7.5 本章小結(jié)
第8章 結(jié)束語
8.1 主要工作與創(chuàng)新
8.2 進一步研究方向
參考文獻
1.1 信息融合
1.1.1 信息融合的層次模型
1.1.2 信息融合的體系結(jié)構(gòu)
1.1.3 信息融合的功能模型
1.1.4 典型的信息融合算法
1.1.5 比較分析
1.2 非線性理論
1.2.1 模糊理論
1.2.2 神經(jīng)網(wǎng)絡(luò)
1.2.3 支持向量機
1.2.4 混沌理論
1.3 本章小結(jié)
第2章 煤礦瓦斯災(zāi)害預(yù)測技術(shù)研究現(xiàn)狀
2.1 研究背景及意義
2.1.1 研究背景
2.1.2 研究意義
2.2 煤礦瓦斯災(zāi)害的分類及其危害
2.2.1 瓦斯災(zāi)害的分類
2.2.2 礦井瓦斯的危害
2.3 國內(nèi)技術(shù)研究現(xiàn)狀
2.3.1 瓦斯預(yù)測技術(shù)研究現(xiàn)狀
2.3.2 煤與瓦斯突出預(yù)測技術(shù)研究現(xiàn)狀
2.3.3 煤與瓦斯突出預(yù)測技術(shù)的新發(fā)展
2.4 組織結(jié)構(gòu)
2.5 本章小結(jié)
第3章 瓦斯數(shù)據(jù)預(yù)處理算法研究
3.1 煤礦瓦斯信息監(jiān)測技術(shù)研究
3.1.1 瓦斯檢測技術(shù)分類
3.1.2 幾種檢測技術(shù)應(yīng)用對比
3.2 常用缺失數(shù)據(jù)處理方法
3.3 基于自相關(guān)灰插值算法的缺失瓦斯數(shù)據(jù)處理
3.3.1 自相關(guān)分析
3.3.2 灰插值模型
3.3.3 插值組合系數(shù)優(yōu)化
3.4 實例分析
3.5 本章小結(jié)
第4章 多源瓦斯監(jiān)測數(shù)據(jù)融合研究
4.1 多傳感器加權(quán)融合算法
4.2 分批估計融合算法
4.3 改進的分批估計融合算法
4.4 實例分析
4.5 本章小結(jié)
第5章 基于GMAR模型的實時瓦斯信息異常檢測研究
5.1 異常檢測方法
5.1.1 靜態(tài)檢測方法
5.1.2 動態(tài)檢測方法
5.2 GMAR異常檢測算法
5.2.1 灰色預(yù)測建立
5.2.2 自回歸AR模型擬合
5.2.3 GMAR檢測函數(shù)
5.3 實例分析
5.3.1 正常狀態(tài)下GMAR異常檢測
5.3.2 瓦斯突出前GMAR異常檢測
5.4 本章小結(jié)
第6章 基于決策融合技術(shù)的井下瓦斯安全預(yù)測研究
6.1 基于灰色關(guān)聯(lián)分析的瓦斯安全決策研究
6.1.1 灰色關(guān)聯(lián)分析的數(shù)學原理
6.1.2 基于灰關(guān)聯(lián)分析的井下瓦斯安全決策模型
6.1.3 基于灰關(guān)聯(lián)的井下瓦斯安全決策模型的應(yīng)用
6.2 基于動態(tài)模糊理論的瓦斯安全決策研究
6.2.1 動態(tài)模糊評價方法
6.2.2 動態(tài)模糊評價模型在井下瓦斯安全決策中的應(yīng)用
6.3 基于模糊神經(jīng)網(wǎng)絡(luò)的瓦斯安全決策研究
6.3.1 模糊神經(jīng)網(wǎng)絡(luò)
6.3.2 井下瓦斯安全決策的模糊神經(jīng)網(wǎng)絡(luò)設(shè)計
6.3.3 基于模糊神經(jīng)網(wǎng)絡(luò)的井下瓦斯安全決策模型的應(yīng)用
6.4 本章小結(jié)
第7章 基于聲發(fā)射特性的突出預(yù)測研究
7.1 聲發(fā)射信號特征參數(shù)和常用處理方法
7.2 煤層工作面噪聲分析
7.3 基于改進突變理論的聲發(fā)射預(yù)測模型
7.3.1 基于GM（1，1）的含瓦斯煤體分析模型
7.3.2 突變理論
7.3.3 基于改進突變理論的煤與瓦斯突出預(yù)測模型
7.4 實例分析
7.5 本章小結(jié)
第8章 結(jié)束語
8.1 主要工作與創(chuàng)新
8.2 進一步研究方向
參考文獻
展開全部
書友推薦
- >
羅曼·羅蘭讀書隨筆-精裝
- >
巴金－再思錄
- >
二體千字文
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
伊索寓言-世界文學名著典藏-全譯本
- >
山海經(jīng)
- >
月亮與六便士
- >
我從未如此眷戀人間
本類暢銷
