煤矿瓦斯灾害特征挖掘与融合预测 本书特色

《煤矿瓦斯灾害特征挖掘与融合预测》由科学出版社出版。

煤矿瓦斯灾害特征挖掘与融合预测 节选

11、针对复杂的瓦斯灾害信息，首先从时域的角度对瓦斯灾害信号的均值、方差及峰值因子、峭度等特征指标进行分析，并在时域分析的基础上，对瓦斯信号的频域特征进行了分析，提出了瓦斯信号的谱峰分析方法。由于瓦斯灾害信号大多是非平稳信号，信号在任一时刻的幅值特性和频率特性都很重要，单纯孤立地从时域或频域上来分析是不够的，所以又提出了时频联合分析的方法，解决了瓦斯信号分析的局限性问题，找出了瓦斯信号分析的正确方法。2、提出了瓦斯灾害信息多分辨率特征分析的方法，同时提出了利用独立分量分析的方法对瓦斯灾害特征进行分析。独立分量分析的方法实际上是一种优化问题，它是在信息损失*小前提下，去除原数据中"冗余"。本文分析研究了标准独立分量分析方法、基于峰度的独立分量分析方法和基于负熵的独立成分分析方法。应用计算机仿真实验验证了独立分量分析算法的可靠性。3、对瓦斯灾害信息特征的提取方法进行了研究。首先分析了瓦斯灾害特征提取过程存在的问题，根据瓦斯灾害复杂性的特点，提出了三种有效提取瓦斯灾害特征信息的方法，并建立了相关的算法模型。（1）基于矩阵的奇异值的瓦斯灾害特征提取方法；（2）提出了基于*大熵原理的瓦斯灾害特征的提取方法，给出了约束条件下的*大熵分布函数解析模型，并用实例验证了所建模型的可靠性。（3）对利用支持向量机进行特征提取的方法进行了分析，建立了基于支持向量机的瓦斯灾害特征提取模型和基于自动加权向量机的瓦斯灾害特征提取模型，并对特征提取模型的算法进行了分析。4、研究了瓦斯灾害信息的特征级融合技术，提出了瓦斯灾害特征级融合的结构模型与方法，研究了瓦斯灾害信息的特征级融合中的特征匹配问题，构建了基于贝叶斯网络的特征级融合的推理模式和推理算法，提出了瓦斯灾害多特征信息融合组合算法和特征级融合方法，解决了特征级融合的关键问题。5、针对瓦斯灾害多传感器决策级融合中遇到的问题，提出基于粗集理论建立决策融合规则模型的方法，在无对象模型知识的前提下，基于数据特征建立了决策级融合的规则模型，建立了融合对象因果事件的知识库；并采用粗集结合信息熵理论来分析剔除冗余属性，克服了粗集约简的困难，合理利用了不确定性知识

工业技术 矿业工程

在线阅读