中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
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)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
基于動態數據驅動的煤礦瓦斯災害預測技術研究 版權信息
- ISBN：9787560643946
- 條形碼：9787560643946 ; 978-7-5606-4394-6
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
基于動態數據驅動的煤礦瓦斯災害預測技術研究 內容簡介
《基于動態數據驅動的煤礦瓦斯災害預測技術研究》提出了一種基于自相關分析方法與灰插值理論相結合的插值算法，為監測數據預處理提供了支持；針對井下多傳感器監測數據的冗余性和矛盾性，提出了一種改進的分批估計方法進行融合處理，以提高瓦斯監測的準確性；構建了一種基于GMAR模型的在線瓦斯異常檢測算法，可以檢測短時間內瓦斯狀態的異常突變；在上述成果的基礎上，研究了基于決策融合技術的井下瓦斯危險性預測與評價模型，從而為井下瓦斯狀態預測提供了決策支持。《基于動態數據驅動的煤礦瓦斯災害預測技術研究》適合于高等院校計算機專業和安全工程專業的高年級本科生、研究生、教師以及相關領域的科研工作者使用。
基于動態數據驅動的煤礦瓦斯災害預測技術研究 目錄
第1章 理論基礎
1.1 信息融合
1.1.1 信息融合的層次模型
1.1.2 信息融合的體系結構
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 神經網絡
1.2.3 支持向量機
1.2.4 混沌理論
1.3 本章小結
第2章 煤礦瓦斯災害預測技術研究現狀
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 煤礦瓦斯災害的分類及其危害
2.2.1 瓦斯災害的分類
2.2.2 礦井瓦斯的危害
2.3 國內技術研究現狀
2.3.1 瓦斯預測技術研究現狀
2.3.2 煤與瓦斯突出預測技術研究現狀
2.3.3 煤與瓦斯突出預測技術的新發展
2.4 組織結構
2.5 本章小結
第3章 瓦斯數據預處理算法研究
3.1 煤礦瓦斯信息監測技術研究
3.1.1 瓦斯檢測技術分類
3.1.2 幾種檢測技術應用對比
3.2 常用缺失數據處理方法
3.3 基于自相關灰插值算法的缺失瓦斯數據處理
3.3.1 自相關分析
3.3.2 灰插值模型
3.3.3 插值組合系數優化
3.4 實例分析
3.5 本章小結
第4章 多源瓦斯監測數據融合研究
4.1 多傳感器加權融合算法
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
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 靜態檢測方法
5.1.2 動態檢測方法
5.2 GMAR異常檢測算法
5.2.1 灰色預測建立
5.2.2 自回歸AR模型擬合
5.2.3 GMAR檢測函數
5.3 實例分析
5.3.1 正常狀態下GMAR異常檢測
5.3.2 瓦斯突出前GMAR異常檢測
5.4 本章小結
第6章 基于決策融合技術的井下瓦斯安全預測研究
6.1 基于灰色關聯分析的瓦斯安全決策研究
6.1.1 灰色關聯分析的數學原理
6.1.2 基于灰關聯分析的井下瓦斯安全決策模型
6.1.3 基于灰關聯的井下瓦斯安全決策模型的應用
6.2 基于動態模糊理論的瓦斯安全決策研究
6.2.1 動態模糊評價方法
6.2.2 動態模糊評價模型在井下瓦斯安全決策中的應用
6.3 基于模糊神經網絡的瓦斯安全決策研究
6.3.1 模糊神經網絡
6.3.2 井下瓦斯安全決策的模糊神經網絡設計
6.3.3 基于模糊神經網絡的井下瓦斯安全決策模型的應用
6.4 本章小結
第7章 基于聲發射特性的突出預測研究
7.1 聲發射信號特征參數和常用處理方法
7.2 煤層工作面噪聲分析
7.3 基于改進突變理論的聲發射預測模型
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測模型
7.4 實例分析
7.5 本章小結
第8章 結束語
8.1 主要工作與創新
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 信息融合的體系結構
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 神經網絡
1.2.3 支持向量機
1.2.4 混沌理論
1.3 本章小結
第2章 煤礦瓦斯災害預測技術研究現狀
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 煤礦瓦斯災害的分類及其危害
2.2.1 瓦斯災害的分類
2.2.2 礦井瓦斯的危害
2.3 國內技術研究現狀
2.3.1 瓦斯預測技術研究現狀
2.3.2 煤與瓦斯突出預測技術研究現狀
2.3.3 煤與瓦斯突出預測技術的新發展
2.4 組織結構
2.5 本章小結
第3章 瓦斯數據預處理算法研究
3.1 煤礦瓦斯信息監測技術研究
3.1.1 瓦斯檢測技術分類
3.1.2 幾種檢測技術應用對比
3.2 常用缺失數據處理方法
3.3 基于自相關灰插值算法的缺失瓦斯數據處理
3.3.1 自相關分析
3.3.2 灰插值模型
3.3.3 插值組合系數優化
3.4 實例分析
3.5 本章小結
第4章 多源瓦斯監測數據融合研究
4.1 多傳感器加權融合算法
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
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 靜態檢測方法
5.1.2 動態檢測方法
5.2 GMAR異常檢測算法
5.2.1 灰色預測建立
5.2.2 自回歸AR模型擬合
5.2.3 GMAR檢測函數
5.3 實例分析
5.3.1 正常狀態下GMAR異常檢測
5.3.2 瓦斯突出前GMAR異常檢測
5.4 本章小結
第6章 基于決策融合技術的井下瓦斯安全預測研究
6.1 基于灰色關聯分析的瓦斯安全決策研究
6.1.1 灰色關聯分析的數學原理
6.1.2 基于灰關聯分析的井下瓦斯安全決策模型
6.1.3 基于灰關聯的井下瓦斯安全決策模型的應用
6.2 基于動態模糊理論的瓦斯安全決策研究
6.2.1 動態模糊評價方法
6.2.2 動態模糊評價模型在井下瓦斯安全決策中的應用
6.3 基于模糊神經網絡的瓦斯安全決策研究
6.3.1 模糊神經網絡
6.3.2 井下瓦斯安全決策的模糊神經網絡設計
6.3.3 基于模糊神經網絡的井下瓦斯安全決策模型的應用
6.4 本章小結
第7章 基于聲發射特性的突出預測研究
7.1 聲發射信號特征參數和常用處理方法
7.2 煤層工作面噪聲分析
7.3 基于改進突變理論的聲發射預測模型
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測模型
7.4 實例分析
7.5 本章小結
第8章 結束語
8.1 主要工作與創新
8.2 進一步研究方向
參考文獻
展開全部
書友推薦
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
自卑與超越
- >
中國歷史的瞬間
- >
李白與唐代文化
- >
山海經
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
上帝之肋:男人的真實旅程
- >
苦雨齋序跋文-周作人自編集
本類暢銷
