8 (905) 200-03-37 Владивосток
с 09:00 до 19:00
CHN - 1.14 руб. Сайт - 21.13 руб.

Теория и метод предупреждения о газе, основанный на многочисленном датчике трансмиссии и множественном исследовании данных мониторинга Wang Yunjia и других подлинных книгах, в флагманском магазине Синьхуа официальный веб -сайт Wenxuan Wanxuan

Цена: 1 283руб.    (¥60.7)
Артикул: 586029036228

Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.

Этот товар на Таобао Описание товара
Продавец:新华文轩旗舰
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥30.8651руб.
¥63.291 338руб.
¥17.1362руб.
¥15.2322руб.

Изучение теории и метода теории и методов предупреждения газа, основанных на нескольких датчиках и диверсифицированных данных мониторинга

делать  Ван Юньцзя ждет
Конечно   цена:68
вне&Ensp; издание&Encp; Общество:Китайский университет горнодобывающей промышленности и технологий
Дата публикации:01 мая 2017 г.
Страница &Nbsp; номер:373
Пакет   кадр:Оплата в мягкой обложке
ISBN:9787564633097
Оглавление
Главы
1.1 Исследуйте фон и смысл
1.2 Исследования по прогнозированию выбросоопасных зон угля и газа
1.3 Исследования по объединению мультисенсорной информации и обнаружению знаний для мониторинга газа
1.4 Исследования по выбору оптимального места расположения датчиков шахтного газа
Рекомендации
Исследование методов прогнозирования выбросоопасных зон угля и газа
Глава 2 Геолого-геофизические основы прогнозирования газовыбросоопасных территорий
2.1 Сейсмические волны
2.2 Геофизические основы газовых выбросов
2.3. Влияние геологических структур на залегание и обогащение газа.
2.4 Исследование физико-механических свойств газовыбросной угольной массы
2.5 Сводка этой главы
Глава 3. Теория машин опорных векторов и оптимизация характеристик сейсмических атрибутов
3.1 Статистическая теория обучения
3.2 Классификация машин опорных векторов
3.3 Функция ядра машины опорных векторов
3.4 Проблема выбора параметров функции ядра
3.5 Оптимизация сейсмических характеристик на основе машины опорных векторов
3.6 Сводка этой главы
Глава 4 Исследование методов прогнозирования выбросоопасных зон угля и газа на основе прогнозного моделирования землетрясений и SVM
4.1 Метод прямого моделирования землетрясений
4.2 Создание прогнозной модели сейсмического профиля газосодержащих угольных пластов
4.3 Извлечение сейсмических атрибутов на основе прямых сейсмических профилей
4.4 Исследование модели прогнозирования на основе сейсмических атрибутов и SVM
4.5 Примеры применения
4.6 Краткое содержание этой главы
Глава 5. Эмпирические исследования по прогнозированию выбросоопасных зон угля и газа—&- В качестве примера возьмем зону глубокой добычи шахты Чжанцзи в горнодобывающем районе Хуайнань.
5.1 Основная ситуация в районе исследования
5.2 Сейсмическое опережающее моделирование газосодержащих угольных пластов в зоне глубоких разработок шахты Чжанцзи в горнодобывающем районе Хуайнань
5.3 Прогноз выбросоопасных зон угля и газа на основе SVM
5.4 Система управления прогнозированием выбросов угля и газа на основе ГИС на шахте Чжанцзи
5.5 Сводка этой главы
Рекомендации
Вторая статья: Исследования по объединению мультисенсорной информации и открытию знаний в области мониторинга газов.
Глава 6 Исследование методов мониторинга и показателей оценки безопасности шахтного газа
6.1 Обзор основных задач и методов газового мониторинга
6.2 Выделите статические методы прогнозирования и индикаторы оценки рисков
6.3 Выделить методы динамического прогнозирования и показатели оценки рисков
6.4 Выделите ранжирование прогнозируемых индикаторов риска
6.5 Сводка этой главы
Глава 7 Исследование архитектуры объединения мультисенсорной информации для мониторинга газа
7.1 Принципы проектирования мультисенсорной архитектуры объединения информации
7.2 Мультисенсорная информационная целевая система для мониторинга газа
7.3 Рабочий процесс многосенсорной системы объединения информации для мониторинга газа
7.4 Выбор и организация датчиков газового мониторинга
7.5 Общая структура мультисенсорной системы объединения информации для газового мониторинга
7.6 Структура многоуровневой системы газового мониторинга на базе ArcGIS Server
7.7 Объединение на уровне принятия решений прогноза выбросов газа на основе нечеткой экспертной системы
7.8 Краткое содержание главы
Глава 8. Идентификация сигналов газовой сигнализации на основе меры сходства временных рядов
8.1 Анализ причин сигнализации превышения предела газа
8.2 Динамическое расстояние искажения времени и его применение
8.3 Кластерный анализ GWTS на основе расстояния DTW
8.4 Измерение морфологии GWTS и извлечение признаков
8.5 Алгоритм идентификации сигнала газовой сигнализации на основе сегментированных морфологических измерений
8.6 Эксперимент и анализ
8.7 Резюме этой главы
Глава 9. Выявление аномалий данных газового мониторинга на основе пространственно-временного корреляционного анализа
9.1 Классификация причин отклонения от нормы данных измерения газа
9.2 Пространственно-временной корреляционный анализ данных зондирования газовых аномалий
9.3 Правила кодирования датчиков газа на основе иерархического метода кодирования
9.4 Алгоритм идентификации газовых аномалий на основе пространственно-временного корреляционного анализа
9.5 Эксперимент и анализ
9.6 Сводка этой главы
Глава 0. Обнаружение знаний по мониторингу газов и проектирование системы базы знаний.
10.1 Метод сбора данных мониторинга газа
10.2 Обнаружение данных о временных рядах сигнализации газовой сигнализации
10.3 Проектирование системы базы знаний по мониторингу газов
10.4 Пример распознавания образов GWTS рабочего лица на основе экспертной системы
10.5 Сводка этой главы
Глава 1. Открытие знаний об угольных шахтах на основе грубой интеграции нейронных сетей.
11.1 Грубая теория множеств
11.2 Теория нейронных сетей и нейронная сеть БП
11.3 Интеграция грубых множеств и нейронных сетей
11.4 Модель интеллектуального анализа данных угольной шахты на основе грубой нейронной сети
11.5 Сводка этой главы
Глава 2 Улучшенная модель интеллектуального анализа знаний GABP на основе матричного кодирования
12.1 Причины неудачи модели нейронной сети прогнозирования угольных шахт
12.2 Обзор генетических алгоритмов
12.3 Генетический алгоритм оптимизирует традиционную модель нейронной сети
12.4 Улучшенный генетический алгоритм
12.5 Модель улучшения нейронной сети оптимизации генетического алгоритма
12.6 Резюме этой главы
Глава 3. Улучшенная нейронная сеть дифференциальной эволюции и ее обнаружение знаний об угольных шахтах
13.1 Основные принципы алгоритма дифференциальной эволюции
13.2 Анализ алгоритма дифференциальной эволюции
13.3 Идеи по улучшению алгоритма дифференциальной эволюции
13.4 Модель оптимизации нейронной сети на основе улучшенного DE
13.5MDE тест производительности
13.6 Анализ чувствительности параметров модели
13.7 Примеры применения
13.8 Резюме этой главы
Рекомендации
Часть 3. Исследование по оптимизации выбора места установки датчиков подземного газа в угольных шахтах
Глава 4. Характеристики местоположения газосенсорного оборудования и анализ области принятия решений
14.1 Технические стандарты и спецификации, относящиеся к системам мониторинга безопасности угольных шахт и датчикам газа
14.2 Анализ особенностей размещения датчиков шахтного газа
14.3 Анализ области принятия решения о размещении газодатчикового устройства
14.4 Типичная модель выбора места покрытия объекта
14.5 Сводка этой главы
Глава 5 Оценка риска скопления газов в шахтных вентиляционных туннелях
15.1 Характеристика изменения концентрации газа в шахтных вентиляционных туннелях
15.2 Модель оценки риска скопления газа на основе информационной энтропии
15.3 Оценка коэффициентов накопления информационной энтропийной модели накопления газа
15.4 Пример анализа
15.5 Сводка этой главы
Глава 6 Исследование модели расположения датчиков газа в сложных вентиляционных тоннелях шахт
16.1 План строительства модели выбора площадки и соответствующие допущения и определения
16.2 Входное представление модели расположения датчика шахтного газа
16.3 Базовая модель покрытия датчиков газа и выбор места
16.4 Модель резервного покрытия датчика газа
16.5 Краткое содержание этой главы
Глава 7 Алгоритм решения модели местоположения датчика газа
17.1 Введение в связанные алгоритмы
17.2 Идеи типовых решений и ключевые технологии
17.3 Гибридный алгоритм AcA решает одноцелевую модель выбора места
17.4 Гибридный алгоритм PACA решает многоцелевую модель выбора места
17.5 Анализ эффектов решения алгоритма
17.6 Резюме этой главы
Глава 8. Разработка и практический пример системы поддержки принятия решений при выборе места для оптимизации газовых датчиков
18.1 Анализ и проектирование системы MSDSS
18.2 Моделирование и анализ географической сети вентиляции
18.3 Алгоритм гибридной колонии муравьев и ГИС для решения модели выбора места
18.4 Практический пример
18.5 Резюме этой главы
Рекомендации
Пунктирное содержание

краткое введение

Будучи одной из стран мира, которой серьезно угрожают газовые катастрофы, за последние два десятилетия исследования в области мониторинга безопасности подземных угольных шахт и раннего предупреждения о стихийных бедствиях привлекли большое внимание со стороны правительства Китая, угольных предприятий, соответствующих научно-исследовательских институтов и университетов. «Исследование теории и методов раннего оповещения о газе на основе данных мультисенсоров и мультимониторинга» представляет собой краткое изложение некоторых соответствующих результатов ключевых проектов Национального фонда естественных наук Китая, проектов перспективного сотрудничества и общих проектов, предпринятых авторами Ван Юньцзя, Чжу Шисонг, Лян Шуанхуа, Ян Минь и Чжан Кэ. В качестве ключевых объектов анализа и исследования в книге выбраны типичные шахты моей страны.Для него характерно выделение пространственно-временных характеристик и пространственный анализ объектов исследования, интеллектуальный анализ пространственных данных и обнаружение знаний. Он использует междисциплинарные знания для прогнозирования опасных зон выброса угля и газа, объединения и обнаружения информации с помощью нескольких датчиков мониторинга газа, а также оптимизации датчиков шахтного газа.В этом документе систематически разрабатываются теория и методы раннего оповещения о газе на основе данных мультисенсоров и мультимониторинга по трем аспектам выбора химического объекта, показаны результаты исследований с другой точки зрения в этой области, которые могут быть использованы в качестве справочного материала для специалистов и студентов, таких как горная безопасность, предотвращение и контроль газовых выбросов, геология и горное дело, геодезия и географическая информатика, телекоммуникации и компьютеры.

об авторе

Ван Юньцзя ждет

Ван Юньцзя имеет степень доктора горного дела Китайского горно-технологического университета, постдокторант в области геодезических и картографических наук и технологий, профессор второго уровня и научный руководитель. Принимал участие или участвовал в более чем 50 проектах Национального фонда естественных наук Китая.Он выиграл вторую премию Национальной премии за прогресс в области науки и технологий, 1 вторую премию Национальной премии за достижения в области преподавания, 6 первых премий, 14 вторых премий и 5 третьих премий провинциального и министерского уровня за достижения в области науки и технологий, 1 вторую премию и 2 третьих премии провинциального и министерского уровня в области философии и социальных наук, а также одно из десяти лучших научных и технологических достижений в угольной промышленности Китая.Опубликовал более 280 работ, более 60 статей включены в SCI и EI, опубликовал 10 монографий и учебников.
Чжан Кэ, доктор философии. в области картографии и географической информационной инженерии.Он последовательно работал политическим советником и секретарем комитета Молодежной лиги компьютерного факультета Китайского горно-технологического университета;преподаватель факультета компьютерных наук Китайского горно-технологического университета; директор приемной комиссии Китайского горно-технологического университета; заместитель секретаря парткома Школы строительной техники Китайского горно-технологического университета; заместитель директора отдела по академическим вопросам Китайского горно-технологического университета; секретарь комитета Коммунистической лиги молодёжи города Сюйчжоу, города Пичжоу...