目錄1緒論11.1背景意義與國內外研究現狀11.1.1背景意義11.1.2國內外發展現狀和趨勢31.2智慧礦隧安全風險預控技術平臺關鍵技術251.3礦隧安全風險監測預控技術效益分析261.4本書內容架構28參考文獻292礦隧事故風險監測預警與應急聯動體系技術422.1突發事故風險監測預警技術發展現狀422.1.1國內外突發事故風險預警與應急聯動發展歷程422.1.2我國突發事故風險與應急聯動體系架構452.2智慧礦隧安全風險監測預控關鍵技術502.2.1智能傳感器技術512.2.2移動通信技術522.2.3數據加密與認證技術522.2.4空間信息技術552.2.5物聯網技術582.2.6云計算技術592.2.7大數據及挖掘分析技術622.2.8人工智能技術642.3礦隧安全風險監測預控與評估642.3.1礦山安全風險監測預控與評估642.3.2隧道安全風險監測預控與評估672.4智慧礦隧安全生產事故風險監測預控平臺集成設計702.4.1智慧礦隧安全風險監測預控平臺系統集成702.4.2設計依據標準702.4.3總體設計原則712.4.4硬件設計原則722.4.5軟件設計原則722.4.6系統測試732.4.7系統維護732.5煤礦安全監測預控的預測算法732.5.1基于灰度學習和神經網絡的瓦斯濃度時間序列預測752.5.2預測算法設計流程與評價分析752.5.3煤礦瓦斯濃度預測仿真實驗782.6隧道安全風險監測預控的預測算法812.6.1智慧隧道項目概述812.6.2隧道監控量測目的822.6.3隧道安全風險監測預控需求分析822.6.4隧道瓦斯濃度預測仿真實驗832.7神經網絡組合模型瓦斯濃度預測方法862.7.1算法設計流程與評價指標862.7.2瓦斯濃度預測仿真實驗882.7.3結論942.8本章小結94參考文獻943煤礦采掘面瓦斯濃度海量數據預測技術1073.1煤礦瓦斯濃度海量數據預測技術背景與意義1083.2煤礦瓦斯濃度海量數據預測技術基礎理論1093.2.1煤礦瓦斯監控系統傳感器布置和數據采集1093.2.2煤礦瓦斯預測指標的確定和數據分析1103.2.3瓦斯濃度時間序列數據預處理1113.2.4瓦斯濃度時間序列的傳統灰色預測模型1123.2.5長短期記憶神經網絡1133.2.6小結1143.3煤礦采掘面瓦斯濃度序列改進灰色預測模型1143.3.1改進后