[1] 魏永强,甄选,魏丽娜,等. 基于模糊神经网络的瓦斯安全状况预测模型[J]. 煤炭工程, 2010(9):79-81.
[2] 邵良杉,付贵祥. 基于数据融合理论的煤矿瓦斯动态预测技术[J]. 煤炭学报, 2008,33(5):551-555.
[3] 韩兵,付华. 基于BP神经网络数据融合的瓦斯监测系统[J]. 工矿自动化, 2008(4):10-13.
[4] 付华,李博,薛永存. 基于D-S证据理论的数据融合井下监测方法分析[J]. 传感器与微系统, 2007,26(1):27-29.
[5] 任虹. 基于粗集和神经网络的煤矿井下危险度评估[J]. 山西科技, 2010,25(5):21-23.
[6] 孙锐,孙上媛,葛云峰. 基于D-S证据理论的基本概率赋值的获取[J]. 现代机械, 2006(4):22-23.
[7] 汪永东,陈颖. 模糊证据理论及其在信息融合中的应用[J]. 工矿自动化, 2006(5):32-34.
[8] 曹秀岚,吴杰,米新磊,等. 基于多传感器融合的无线感知状态监测[J]. 传感技术学报, 2011,24(12):1744-1749.
[9] 孔金生,李文艺. 基于模糊集合的证据理论信息融合方法[J]. 计算机工程与应用, 2008,44(20):152-154.
[10] 韩崇昭,朱洪艳,段战胜,等. 多源信息融合(第2版)[M]. 北京:清华大学出版社, 2010.
[11] 栗俊艳,马宪民. 基于多传感器数据融合理论的瓦斯智能排放系统[C]// 第六届全国信息获取与处理学术会议论文集(2). 2008:234-236.
[12] 马国胜. 基于多传感器融合技术的瓦斯监控系统实现[D]. 武汉:武汉理工大学, 2010.
[13] 程珍珍. 多传感器数据融合技术在煤矿水害预防中的应用[D]. 太原:太原理工大学, 2009.
[14] 徐耀松,王丹丹. 采用数据融合技术进行矿井瓦斯预测[J]. 山东煤炭科技, 2004(3):29-30. |