冲击矿压前兆信息的混沌预测及模式识别研究
|
摘要
本文以冲击煤层的大量实测信息为基础，将混沌理论、小波理论、神经网络、模式识别等非线性学科的相关理论应用到冲击矿压危险性分析及预测识别领域中，提出了冲击矿压观测序列的混沌预测模型及模式识别方法，主要内容如下：
(1) 为了提高冲击矿压预测和识别的准确性，利用小波变换对一维时间序列良好的去噪能力和奇异值分解对矩阵数据无损的特点，提出了小波和奇异值分解相结合的去噪方法。
(2) 基于大量实测信息，通过提取冲击矿压观测序列的关联维和最大Lyapunov指数来反演识别系统的混沌性态，深入研究了冲击运动孕育及变形破坏过程中的混沌特性及其变化规律。研究结果表明，冲击矿压观测数据序列中存在着混沌成分，从而明确了根据冲击矿压观测数据序列进行混沌预测和模式识别的可行性。
(3) 基于混沌分析的成果，构建了基于一阶局域近似、Lyapunov指数以及神经网络的冲击矿压观测序列的混沌预测模型，经实例分析验证，预测效果良好。
(4) 在混沌分析及混沌预测的基础上，运用模式识别理论，对冲击矿压观测序列计算了包括时域、频域、小波域及混沌域在内的数学特征值，采用欧氏距离测度的相似度量准则对这些特征值进行筛选和比较，选择和提取了最能反映原始量测数据本质和能有效识别冲击矿压危险的特征值组成模式识别的特征值空间，选择类内类间距离最小作为类别可分离性的判据，以Fisher函数和神经网络建立模式识别的Fisher准则识别器和径向基函数概率神经网络识别器，从而实现了观测序列的冲击矿压危险性预测和识别。
In this paper, based on lots of measured information, the nonlinear science such as chaos theory, wavelet analysis theory, neural network, and pattern recognition is applied to the analysis and prediction of rock burst, and chaotic prediction models and pattern recognition method of rock burst are proposed in this dissertation. The main contents are as follows.
(l)For having prediction and recognition more accurate, a united method which uses wavelet transform and strange value decomposition eliminate noise is proposed. The method takes advantage of capability which wavelet eliminate noise of one dimension time series and feature of non-damage to data which strange value decomposition eliminates noise.
(2)based on lots of measured information, chaotic character of observation scries to rock burst can be offered(made) by back-analysis of correlation dimension and Lyapunov exponent extracted from these series to have character and rule of rock burst can be researched deeply in the processing of its evolution. The results show that rock burst observation series is a chaotic series and that chaotic prediction and pattern recognition is feasible.
(3)based on the results of chaos analysis, the chaotic prediction mode of rock burst observation data series based to one-order approximation model, Lyapunov exponent, and neural network. The prediction effect is good by analysis of practical example.
(4)based on the results of chaotic analysis and prediction, using theory of pattern recognition, math feature values of observation series to rock burst including time domain, frequency domain, wavelet domain, and chaos domain are calculated. By comparison and selection to these feature values using the similarity measure criterion based to Euclidean distance measurement, the feature values mapping essence of observation series and being able to recognize
(1) 为了提高冲击矿压预测和识别的准确性，利用小波变换对一维时间序列良好的去噪能力和奇异值分解对矩阵数据无损的特点，提出了小波和奇异值分解相结合的去噪方法。
(2) 基于大量实测信息，通过提取冲击矿压观测序列的关联维和最大Lyapunov指数来反演识别系统的混沌性态，深入研究了冲击运动孕育及变形破坏过程中的混沌特性及其变化规律。研究结果表明，冲击矿压观测数据序列中存在着混沌成分，从而明确了根据冲击矿压观测数据序列进行混沌预测和模式识别的可行性。
(3) 基于混沌分析的成果，构建了基于一阶局域近似、Lyapunov指数以及神经网络的冲击矿压观测序列的混沌预测模型，经实例分析验证，预测效果良好。
(4) 在混沌分析及混沌预测的基础上，运用模式识别理论，对冲击矿压观测序列计算了包括时域、频域、小波域及混沌域在内的数学特征值，采用欧氏距离测度的相似度量准则对这些特征值进行筛选和比较，选择和提取了最能反映原始量测数据本质和能有效识别冲击矿压危险的特征值组成模式识别的特征值空间，选择类内类间距离最小作为类别可分离性的判据，以Fisher函数和神经网络建立模式识别的Fisher准则识别器和径向基函数概率神经网络识别器，从而实现了观测序列的冲击矿压危险性预测和识别。
In this paper, based on lots of measured information, the nonlinear science such as chaos theory, wavelet analysis theory, neural network, and pattern recognition is applied to the analysis and prediction of rock burst, and chaotic prediction models and pattern recognition method of rock burst are proposed in this dissertation. The main contents are as follows.
(l)For having prediction and recognition more accurate, a united method which uses wavelet transform and strange value decomposition eliminate noise is proposed. The method takes advantage of capability which wavelet eliminate noise of one dimension time series and feature of non-damage to data which strange value decomposition eliminates noise.
(2)based on lots of measured information, chaotic character of observation scries to rock burst can be offered(made) by back-analysis of correlation dimension and Lyapunov exponent extracted from these series to have character and rule of rock burst can be researched deeply in the processing of its evolution. The results show that rock burst observation series is a chaotic series and that chaotic prediction and pattern recognition is feasible.
(3)based on the results of chaos analysis, the chaotic prediction mode of rock burst observation data series based to one-order approximation model, Lyapunov exponent, and neural network. The prediction effect is good by analysis of practical example.
(4)based on the results of chaotic analysis and prediction, using theory of pattern recognition, math feature values of observation series to rock burst including time domain, frequency domain, wavelet domain, and chaos domain are calculated. By comparison and selection to these feature values using the similarity measure criterion based to Euclidean distance measurement, the feature values mapping essence of observation series and being able to recognize
引文
1．范维唐．能源现状与发展趋势[J]．山西能源与节能，2004，46(3)：24-27．
2．煤炭部冲击地压科技情报分站．冲击地压机理研究与防治经验文集(C)，北京，冲击地压科技情报分站，1985，11：155-285．
3．煤炭部冲击地压科技情报分站．冲击地压译文集(C)，北京，冲击地压科技情报分站，1985，10-46．
4．张万斌，王淑坤，滕学军．我国冲击地压研究与防治的进展[J]，煤炭学报，1992，17(2)：29-35．
5．金立平．冲击地压的发生条件及预测方法的研究(D)，重庆，重庆大学，1992．
6．赵本均，滕学军．冲击地压及其防治[M]，北京，煤炭工业出版社，1995，428-436．
7．煤炭工业部．冲击地压煤层安全开采暂行规定，1987(煤生字第337号文)．
8. Shemyaki, Kurlenya, Kulakov. Classification of Rock Burst. Soveit Mining Science[J], 1987, 7(22): 329-336.
9. JHAPC, ChovhanR. Long Range Rock burst Prediction[J]. A Seismological Approach. Int. J. Rock Mech, 1994, 31(1): 71-77.
10．张万斌，吴耀昆，王淑坤．中国煤矿冲击地压预测和防治研究[J]．矿山压力与顶板管理，1990，51(1)：43-46．
11. RomashovAN, TsygankovS. Generalized model of rock bursts[J]. Fiziko-Tekhnicheskie Problemy Razrabotki Polezhykh Iskopaemyk, 1992(5): 29-33.
12. AitomatovIT, KozhogulovK, PugachevaT. The method of geomechanical an alogoues for predicting the rock burst hazard of veined steeply-dipping deposits[J]. Fiziko-Tekhnicheskie Problemy Razraotki Poleznykh Iskopaemyk, 1991(5): 26-30.
13．尹光志，鲜学福．冲击地压的区域危险性预测．重庆大学学报[J]，1996，19(2)：90-94．
14．王蓓，吴继忠，Bernard Drzezla．采矿地质因素评价冲击地压危险[J]．矿山压力与顶板管理，2001，18(1)：72-74．
15．梁冰，章梦涛．采区冲击地压的数值预测[J]，矿山压力与顶板管理，1995，12(2)：12-16．
16．彭轩，王浩．龙固煤矿冲击矿压危险性[J]，煤炭技术，2005，24(9)：60-61．
17．宋维源，潘一山．冲击地压的非线性动力反演及预测预报[J]．辽宁工程技术大学，1999，18(5)：500-502．
18．李玉，黄梅，廖国华，等．冲击地压发生前微震活动时空变化的分形特征[J]．北京科技大学学报，1995，17(1)：10-13．
19．李玉，黄梅，张连城，等．冲击地压防治中的分数维[J]．北京科技大学学报，1994，15(4)：34-38．
20．谢和平，PariseauWG．岩爆的分形特征及机理[J]．岩石力学与工程学报，1993，12(1)：28-37．
21．谭云亮，宋扬．顶板运动过程中的混沌性分析[J]．矿山压力与顶板管理，1997，14(4)：227-229．
22. T. Hirataetal. Fractal structure of spatial distribution earthquake and the two point correlation function[J]. Oeophys. J. R. Astron. Soc., 1980, 62: 303 320.
23．窦名林，何学秋，王恩元．冲击矿压预测的电磁辐射法技术及应用[J]．煤炭学报，2004，29(4)：396-399．
24. Gress G O, Grady B T, Rowell G A. Sources of electromagnetic radiation from fracture of rock samples in laboratory[J]. Geo-physResLett, 1987(14): 331-333.
25．窦名林，何学秋，王恩元．电磁辐射监测冲击矿压灾害危险[J]．煤矿开采，2004，58(1)：1-3，6．
26．梁政国，张万斌．鸟瞰我国十年来冲击地压灾害的研究[J]．阜新矿业学院学报，1990，9(4)：1-8．
27．邹正喜，窦名林，徐方军．分维在电磁幅射技术预测冲击矿压中的应用[J]．辽宁工程技术大学学报，2002，21(4)：432-435．
28．林湘宁，刘沛，徐长发．小波分析基础理论及其在电力系统中的应用Ⅰ，Ⅱ，Ⅲ[J]．电力系统自动化，1997，21(10，11，12)：80-83，75-79，79-83．
29. Mees A I, Rapp P E, Jennings L S. Singular-value decomposition and embedding dimension[J]. Phys RevA, 1987, 36(1): 40-346.
30. Kennel M, Brown R, Abbarbanel H. Fundamental Limitations for estimating dimensions in dynamical systems[J]. PhysRevA, 1992, 45(4): 3430-3435.
31．马军海，陈予恕，刘曾荣．动力系统实测数据的非线性混沌特性的判定[J]．应用数学和力学，1998，19(6)：481-488．
32．冯奇，沈荣瀛．工程中的混沌振动[M]．上海，上海交通大学出版社，1998．
33．王连国，宋扬．煤层底板突水的突变学特征[J]．中国安全科学学报，1999，9(5)：10-13．
34．林振山．非线性力学与大气科学[M]，南京，南京大学出版社，1993．
35. Tan Yunliang, Song Yang. Chaotic Features Study in Strata Movement by In-situ Datas[M], IACMAG, A. A. Balkema, 1997.
36．谭云亮，王学水．煤矿顶板运动过程中声发射特征初步研究[J]．岩石力学与工程学报，1992(3)：275-283．
37. A. Wolf. Determining Lyapunov Exponents From a Time Series[J]. Physicail60, 1988, 285-288.
38．尹光志，代高飞，闫河等．冲击地压预测的遗传神经网络方法[J]．岩土力学，24(6)，1016-1020．
39．傅鹤林，桑玉发．用突变理论预测地下采场冲击地压发生的可能性[J]．金属矿山，1996，235(1)：19-21．
40．潘岳．巷道“封闭式”冲击的尖点突变模型[J]．岩土力学，1994，15(1)：34-41．
41．谭云亮，赵同彬，颜伟．顶板活动地震波突变特征的小波识别[J]．岩石力学与工程学报，2003，22(11)：1874-1877．
42．谭云亮，孙中辉，杜学东．冲击地压AE时间序列小波神经网络预测模型[J]．岩石力学与工程学报，2000，19增：1034-1036．
43．谭云亮，孙中辉．矿区岩层运动非线性动力学特征及预测研究的基本框架[J]．中国地质灾害与防治学报，2000，11(2)：51-54．
44．刘贵忠，邸双亮．小波分析及其应用[M]，西安，西安电子科技大学出版社，1992．
45．秦前清，杨宗凯．实用小波分析[M]，西安，西安电子科技大学出版社，1994．
46．崔锦泰．小波分析导论[M]，西安，西安交通大学出版社，1995．
47. Daubechies I. Ten Lectures on Wavelets[M], SIAM, Philadelphia, 1992.
48. Meyer Y, ect. Wavelets and Applications[M], France, Proceedings of the International Conference Marseille, RMA20, 1992.
49. Xu Changfa, Cai Chao, Li Guokuan, etc. The interpolating wavelet and its application[C], Conference of International Symposium on Multi-spectral Image Processing, SPIE, 1998: 428-432.
50．张丽华，蔡美峰．顶板来压识别与预测的复合小波神经网络方法[J]．煤炭科学技术，2003，31(7)：41-43．
51．李介谷，蔡国康，等．计算机模式识别技术[M]，上海，上海交通大学出版社，1996．
52．沈清，汤霖．模式识别导论[M]，北京，国防科技大学出版社，1991．
53．边肇祺，张学工等．模式识别[M]，北京，清华大学出版社，2000．
54．黄德双．神经网络识别系统理论[M]，北京，电子工业出版社，1996．
55．杜文超，董其义，李振宇，等．天水线在识别红外舰船图像目标中的应用[J]．国外电子测量技术，2005，24(7)：46-49．
56．廖东平，朱孝开，魏玺章．基于多普勒频谱特征的空中目标识别[J]．现代雷达，2005，27(6)：8-11．
57．吴耀军，陶宝祺，史习智．基于小波包技术的复合材料损伤检测[J]．复合材料学 报．1997，14(4)：95-100．
58．陆玲，陈国明，林红．水下结构物点蚀缺陷的识别与定量分析[J]．石油大学学报，自然科学版，2005，29(3)：79-82．
59．赵红英，郑国强，鲍建军．模糊模式识别在车型分类中的应用[J]．拖拉机与农用运输车，2005(2)：27-29．
60．陈莹，韩崇昭．基于雷达和图像融合的3D车辆定位与识别[J]．电子学报，2005，33(6)：1105-1108．
61．蓝金辉，李虹．目标地震动信号的特征提取及识别研究[J]．振动与冲击，2001，20(4)：42-44．
62．肖志坚，周焰，隋东坡，等．基于结构特征的遥感图像机场目标识别[J]．红外与激光工程，2005，34(3)：314-318，332．
63．陈菲．模式识别在生物医学工程中的应用[J]．中国测试技术，2005，31(2)：79-81．
64．孙权森，金忠，王平安，等．一种有效的手写体汉字组合特征的抽取与识别算法[J]．中文信息学报，2005，19(4)：78-83，88．
65．邹晓红．基于TFBP网络的人脸皮肤纹理识别方法[J]．传感技术学报，2005，18(2)：262-264，268．
66．赵宇，谢培山，梁逸曾，等．中药枳壳HPLC指纹图谱分析及化学模式识别分类研究[J]．中国药学杂志，2005，40(11)：812-815．
67．熊和金，朱家禄．人脸立体模式识别[J]．计算机工程，2005，31(8)：14-16．
68．詹曙，钱钰，方芳．基于小波变换的人脸图象特征的边缘提取算法[J]．合肥工业大学学报，2000，23(6)：1066-1069．
69．王武贝，卢宗华．围岩分类中的理想模式识别方法[J]．山东矿业学院学报，1999，18(3)：19-21．
70．卢宗华．巷道围岩类型模式识别的物元模型[J]．山东科技大学学报，2003，22(1)：14-18．
71．魏一鸣，周昌达．模糊识别在岩体质量评价中的应用[J]．江西有色金属，1993，7(3)：102-105．
72．崔若飞，陈萍．模式识别技术在断层解释中的应用[J]．物探化探计算技术，1994，16(3)：205-212．
73．林韵梅．论最佳支护设计与系统识别的闭环解法(J]．岩石力学与工程学报，1993，12(1)：81-83．
74．刁心宏，蔡鸿起．空场采矿法采场顶板破坏模式识别专家系统[J]．中国有色金属学报，2001，11(1)：157-161．
75．唐宝庆，曹平．回归分析方法在建立岩爆数学模型上的运用[J]．数学理论与运用，2003，23(2)：37-42．
76．曾勇，吴财芳．基于神经网络的冲击地压预测预报[J]．辽宁工程技术大学，2003，22(5)：624-627．
77．刘建军，王锦山，梁冰等．冲击地压震级预测的灰色系统方法[J]，1998，17(2)：222-224．
78. DaubechiesI. The wavelet transform time-frequency localization and signal analysis[J]. IEEE Trans. on Information theory, 1990, 30(5): 961-1005.
79．詹毅．强相关干扰的自动追踪消除法[J]．物探化探计算技术，2001，23(3)：210．
80．侯遵泽，扬文采．二维小波分析程序—方法与设计[J]．物探化探计算技术，2001，23(1)：74．
81．钟本善，何昌礼，杨忠民，复杂构造地区的SVD去噪技术[J]．成都理工学院学报，2000，27(1)：93．
82．徐洪钟．大坝动力系统的安全监控非线性分析模型研究[D]，江苏南京，河海大学，2001．
83．崔锦泰(美)，程正兴译．小波分析导论[M]，西安，西安交通大学出版社，1995．
84．徐仲，张凯院，陆全，等．矩阵论简明教程[M]，北京，科学出版社，2001．
85．尹泽明，丁春利．精通MATLAB 6[M]，北京，清华大学出版社，2002．
86．吕金虎，陆君安，陈士华．混沌时间序列及其分析[M]，北京，武汉大学出版社，2002．
87. Takens F, Manc, et al. In Dynamical Systems of Turbu-lence[J]. Lecture Notes in Mathematics, 1981, 89(8): 366-371.
88. Grassberger Peter. Finite sample corrections to entropy and dimension estimates[J]. Phys Letter, 1988, 125(4): 369-373.
89．何大韧．非线性动力学引论[M]，西安，陕西科学出版社，2001．120-134．
90．黄胜伟．混沌动力系统特性的仿真研究[J]．交通与计算机，2001，16(2)：6-9．
91. Lorenz E. N. The essence of chaos[M], Washington, The University of Washington Press, 1993.
92. Pecora L. Synchronization in chaotic system[J]. Physics Letter, 1990, 64(8): 821-824.
93．刘式达，刘式适．分形和分维引论[M]，北京，气象出版社，1993．
94．马军海，陈予恕．高斯分布的随机数对动力系统实测数据判值影响的分析研究[J]．非线性动力学学报，1997，4(1)：25-33．
95．谭云亮．矿山岩层运动非线性动力学特征研究博士论文[D]，辽宁沈阳，东北大学，1996．
96．唐绍辉，桑玉发．用分维研究采场顶板失稳的声发射过程[J]．中国有色金属学报，1997，(3)：22-23．
97．张伟江，杨升荣．非线性动力系统的动态分析[M]，上海，上海交通大学出版社，1996．
98．吴祥兴，陈忠．混沌学导论[M]，上海，上海科学技术出版社，1996．
99. P. Grassberger, I. Procaccia. Measurung the strangeness of strange attractors[J], Physica D, 1983, 9: 189-208.
100．王恩元，何学秋，聂百胜等．电磁辐射法预测煤与瓦斯突出原理[J]．中国矿业大学学报，2000，29(3)：1-2．
101．聂百胜，何学秋，王恩元，窦林名．电磁辐射法预测煤矿冲击地压[J]．太原理工大学学报，2000，31(6)：609-612．
102. Kuksendo VS, Inzhevatkin, Manzhikov. Physical and Methological Principles of Rockburst Prediction[J]. Soviet Mining Science, 1987, 11(23): 6-7.
103. CAO Liang-yue, HONG Yi-guang, FANG Hai-ping, etc. Predicting chaotic time series with wavelet networks[J]. Phys D, 1995, 85(6): 225-238.
104. Casdagli Martin. Nonlinear prediction of chaotic time series[J]. Phys D, 1989, 5(11): 335-356.
105. J. D. Farmer, J. Sidorowich. Predicting chaotic time series[J]. Phys. Rev. Letl, 1987(59): 845-851.
106. Wolf A, Swift J B, Swinney H L, etc. Determining Lyapunov exponents from time series[J]. Physica D, 1985, 16(2): 285-371.
107. Takens. F. Detecting Strange Attractors in Turbulence[J]. Lecture Notes in Math, 1981, 898, 336.
108．马军海，盛昭瀚．低维混沌时序的预测方法及其应用研究[J]．东南大学学报，1999，29(5)：65-69．
109．马军海，陈予恕，刘曾荣．动力系统实测数据的非线性的混沌模型重构[J]．应用数学和力学，1999，20(11)：1128-1134．
110. Martin C. Nonlinear prediction of chaotic time series[J]. Phys. D, 1989, 35(7): 335-356.
111．胡志斌．时间序列的非线性测试及其应用[J]．武汉水利电力大学(宜昌)学报，1998，20(4)：99-102．
112．严华生，谢应齐，曹杰．非线性统计预报方法及其应用[M]，昆明：云南科技出版社，1998．
113．李恒超，张家树．混沌时间序列局域零阶预测法性能比较[J]．西南交通大学学报，2004，39(3)：328-331．
114．丁涛，周惠成．混沌时间序列局域预测模型及其应用[J]．大连理工大学学报，2004，44(3)：445-448．
115．梁志珊，王丽敏等．基于Lyapunov指数的电力系统短期负荷预测[J]．中国电机工程学报，1998，18(5)：368-371．
116．吕金虎，占勇，陆君安．电力系统短期负荷预测的非线性混沌改进模型[J]．中国电机工程学报，2000，20(12)：80-83．
117. D. Kugiumtzis, B. Lillekjendlie, n. Christophersen. Chaotic time series Modeling[J]. Identification and control, 1994.
118．邓跃进，王葆元，张正禄．边坡变形分析与预测的模糊人工神经网络方法[J]，武汉测绘科技大学学报，1998，23(1)：26-31．
119．赵永龙，丁晶．混沌分析在水文预测中的应用和展望[J] 水科学进展，1998，9(2)：181-186．
120．陈维光．土坝观测数据的模糊人工神经网络分析[J]．水利学报，2000，(1)：19-21．
121．程相君，王春宁．神经网络原理及其应用[M]，北京，国防工业出版社，1995．
122．苑希民，李鸿雁，刘树坤等．神经网络和遗传算法在水科学领域的应用[M]，北京，中国水利水电出版社，2002．
123．Abhijit S．Pandya，Robert B Macy，著，徐勇，荆涛，译．神经网络模式识别及其实现[M]，北京，电子工业出版社，1999．
124．王建平，盛军，方敏．基于小波分析的视频图像字符特征提取方法研究[J]．微电子学与计算机，2002，5：51-56．
125．王建平，王志红，王金铃．小波分析在图像消噪中的应用研究[J]．微电子学与计算机，2002．8：22-24．
126. Wasserman, P. D. Advanced Methods in Neural Computing[M], New York, Van Nostrand Reinhold, 1993.
127．温熙森，胡茑庆，邱静．模式识别与状态监控[M]，长沙，国防科技大学出版社，1997，231-240．
128．王群，倪宏伟，徐毅刚．利用复合特征进行模式识别的探雷研究[J]．应用科学学报，2003，21(1)：53-58．
129. Van Kempen L. Singal processing and pattern recognition methods. for radar apmine detection and identification[C]. IEE Second International conference on the Detection of Abandoned Landmines(MD' 98), 12-14 October 1998, Edinburgh, UK, 981-985.
130．王群，何云龙，王春和，等．基于神经网络的探地雷达探雷研究[J]．电波科学学报，2001，16(3)：398-403．
2．煤炭部冲击地压科技情报分站．冲击地压机理研究与防治经验文集(C)，北京，冲击地压科技情报分站，1985，11：155-285．
3．煤炭部冲击地压科技情报分站．冲击地压译文集(C)，北京，冲击地压科技情报分站，1985，10-46．
4．张万斌，王淑坤，滕学军．我国冲击地压研究与防治的进展[J]，煤炭学报，1992，17(2)：29-35．
5．金立平．冲击地压的发生条件及预测方法的研究(D)，重庆，重庆大学，1992．
6．赵本均，滕学军．冲击地压及其防治[M]，北京，煤炭工业出版社，1995，428-436．
7．煤炭工业部．冲击地压煤层安全开采暂行规定，1987(煤生字第337号文)．
8. Shemyaki, Kurlenya, Kulakov. Classification of Rock Burst. Soveit Mining Science[J], 1987, 7(22): 329-336.
9. JHAPC, ChovhanR. Long Range Rock burst Prediction[J]. A Seismological Approach. Int. J. Rock Mech, 1994, 31(1): 71-77.
10．张万斌，吴耀昆，王淑坤．中国煤矿冲击地压预测和防治研究[J]．矿山压力与顶板管理，1990，51(1)：43-46．
11. RomashovAN, TsygankovS. Generalized model of rock bursts[J]. Fiziko-Tekhnicheskie Problemy Razrabotki Polezhykh Iskopaemyk, 1992(5): 29-33.
12. AitomatovIT, KozhogulovK, PugachevaT. The method of geomechanical an alogoues for predicting the rock burst hazard of veined steeply-dipping deposits[J]. Fiziko-Tekhnicheskie Problemy Razraotki Poleznykh Iskopaemyk, 1991(5): 26-30.
13．尹光志，鲜学福．冲击地压的区域危险性预测．重庆大学学报[J]，1996，19(2)：90-94．
14．王蓓，吴继忠，Bernard Drzezla．采矿地质因素评价冲击地压危险[J]．矿山压力与顶板管理，2001，18(1)：72-74．
15．梁冰，章梦涛．采区冲击地压的数值预测[J]，矿山压力与顶板管理，1995，12(2)：12-16．
16．彭轩，王浩．龙固煤矿冲击矿压危险性[J]，煤炭技术，2005，24(9)：60-61．
17．宋维源，潘一山．冲击地压的非线性动力反演及预测预报[J]．辽宁工程技术大学，1999，18(5)：500-502．
18．李玉，黄梅，廖国华，等．冲击地压发生前微震活动时空变化的分形特征[J]．北京科技大学学报，1995，17(1)：10-13．
19．李玉，黄梅，张连城，等．冲击地压防治中的分数维[J]．北京科技大学学报，1994，15(4)：34-38．
20．谢和平，PariseauWG．岩爆的分形特征及机理[J]．岩石力学与工程学报，1993，12(1)：28-37．
21．谭云亮，宋扬．顶板运动过程中的混沌性分析[J]．矿山压力与顶板管理，1997，14(4)：227-229．
22. T. Hirataetal. Fractal structure of spatial distribution earthquake and the two point correlation function[J]. Oeophys. J. R. Astron. Soc., 1980, 62: 303 320.
23．窦名林，何学秋，王恩元．冲击矿压预测的电磁辐射法技术及应用[J]．煤炭学报，2004，29(4)：396-399．
24. Gress G O, Grady B T, Rowell G A. Sources of electromagnetic radiation from fracture of rock samples in laboratory[J]. Geo-physResLett, 1987(14): 331-333.
25．窦名林，何学秋，王恩元．电磁辐射监测冲击矿压灾害危险[J]．煤矿开采，2004，58(1)：1-3，6．
26．梁政国，张万斌．鸟瞰我国十年来冲击地压灾害的研究[J]．阜新矿业学院学报，1990，9(4)：1-8．
27．邹正喜，窦名林，徐方军．分维在电磁幅射技术预测冲击矿压中的应用[J]．辽宁工程技术大学学报，2002，21(4)：432-435．
28．林湘宁，刘沛，徐长发．小波分析基础理论及其在电力系统中的应用Ⅰ，Ⅱ，Ⅲ[J]．电力系统自动化，1997，21(10，11，12)：80-83，75-79，79-83．
29. Mees A I, Rapp P E, Jennings L S. Singular-value decomposition and embedding dimension[J]. Phys RevA, 1987, 36(1): 40-346.
30. Kennel M, Brown R, Abbarbanel H. Fundamental Limitations for estimating dimensions in dynamical systems[J]. PhysRevA, 1992, 45(4): 3430-3435.
31．马军海，陈予恕，刘曾荣．动力系统实测数据的非线性混沌特性的判定[J]．应用数学和力学，1998，19(6)：481-488．
32．冯奇，沈荣瀛．工程中的混沌振动[M]．上海，上海交通大学出版社，1998．
33．王连国，宋扬．煤层底板突水的突变学特征[J]．中国安全科学学报，1999，9(5)：10-13．
34．林振山．非线性力学与大气科学[M]，南京，南京大学出版社，1993．
35. Tan Yunliang, Song Yang. Chaotic Features Study in Strata Movement by In-situ Datas[M], IACMAG, A. A. Balkema, 1997.
36．谭云亮，王学水．煤矿顶板运动过程中声发射特征初步研究[J]．岩石力学与工程学报，1992(3)：275-283．
37. A. Wolf. Determining Lyapunov Exponents From a Time Series[J]. Physicail60, 1988, 285-288.
38．尹光志，代高飞，闫河等．冲击地压预测的遗传神经网络方法[J]．岩土力学，24(6)，1016-1020．
39．傅鹤林，桑玉发．用突变理论预测地下采场冲击地压发生的可能性[J]．金属矿山，1996，235(1)：19-21．
40．潘岳．巷道“封闭式”冲击的尖点突变模型[J]．岩土力学，1994，15(1)：34-41．
41．谭云亮，赵同彬，颜伟．顶板活动地震波突变特征的小波识别[J]．岩石力学与工程学报，2003，22(11)：1874-1877．
42．谭云亮，孙中辉，杜学东．冲击地压AE时间序列小波神经网络预测模型[J]．岩石力学与工程学报，2000，19增：1034-1036．
43．谭云亮，孙中辉．矿区岩层运动非线性动力学特征及预测研究的基本框架[J]．中国地质灾害与防治学报，2000，11(2)：51-54．
44．刘贵忠，邸双亮．小波分析及其应用[M]，西安，西安电子科技大学出版社，1992．
45．秦前清，杨宗凯．实用小波分析[M]，西安，西安电子科技大学出版社，1994．
46．崔锦泰．小波分析导论[M]，西安，西安交通大学出版社，1995．
47. Daubechies I. Ten Lectures on Wavelets[M], SIAM, Philadelphia, 1992.
48. Meyer Y, ect. Wavelets and Applications[M], France, Proceedings of the International Conference Marseille, RMA20, 1992.
49. Xu Changfa, Cai Chao, Li Guokuan, etc. The interpolating wavelet and its application[C], Conference of International Symposium on Multi-spectral Image Processing, SPIE, 1998: 428-432.
50．张丽华，蔡美峰．顶板来压识别与预测的复合小波神经网络方法[J]．煤炭科学技术，2003，31(7)：41-43．
51．李介谷，蔡国康，等．计算机模式识别技术[M]，上海，上海交通大学出版社，1996．
52．沈清，汤霖．模式识别导论[M]，北京，国防科技大学出版社，1991．
53．边肇祺，张学工等．模式识别[M]，北京，清华大学出版社，2000．
54．黄德双．神经网络识别系统理论[M]，北京，电子工业出版社，1996．
55．杜文超，董其义，李振宇，等．天水线在识别红外舰船图像目标中的应用[J]．国外电子测量技术，2005，24(7)：46-49．
56．廖东平，朱孝开，魏玺章．基于多普勒频谱特征的空中目标识别[J]．现代雷达，2005，27(6)：8-11．
57．吴耀军，陶宝祺，史习智．基于小波包技术的复合材料损伤检测[J]．复合材料学 报．1997，14(4)：95-100．
58．陆玲，陈国明，林红．水下结构物点蚀缺陷的识别与定量分析[J]．石油大学学报，自然科学版，2005，29(3)：79-82．
59．赵红英，郑国强，鲍建军．模糊模式识别在车型分类中的应用[J]．拖拉机与农用运输车，2005(2)：27-29．
60．陈莹，韩崇昭．基于雷达和图像融合的3D车辆定位与识别[J]．电子学报，2005，33(6)：1105-1108．
61．蓝金辉，李虹．目标地震动信号的特征提取及识别研究[J]．振动与冲击，2001，20(4)：42-44．
62．肖志坚，周焰，隋东坡，等．基于结构特征的遥感图像机场目标识别[J]．红外与激光工程，2005，34(3)：314-318，332．
63．陈菲．模式识别在生物医学工程中的应用[J]．中国测试技术，2005，31(2)：79-81．
64．孙权森，金忠，王平安，等．一种有效的手写体汉字组合特征的抽取与识别算法[J]．中文信息学报，2005，19(4)：78-83，88．
65．邹晓红．基于TFBP网络的人脸皮肤纹理识别方法[J]．传感技术学报，2005，18(2)：262-264，268．
66．赵宇，谢培山，梁逸曾，等．中药枳壳HPLC指纹图谱分析及化学模式识别分类研究[J]．中国药学杂志，2005，40(11)：812-815．
67．熊和金，朱家禄．人脸立体模式识别[J]．计算机工程，2005，31(8)：14-16．
68．詹曙，钱钰，方芳．基于小波变换的人脸图象特征的边缘提取算法[J]．合肥工业大学学报，2000，23(6)：1066-1069．
69．王武贝，卢宗华．围岩分类中的理想模式识别方法[J]．山东矿业学院学报，1999，18(3)：19-21．
70．卢宗华．巷道围岩类型模式识别的物元模型[J]．山东科技大学学报，2003，22(1)：14-18．
71．魏一鸣，周昌达．模糊识别在岩体质量评价中的应用[J]．江西有色金属，1993，7(3)：102-105．
72．崔若飞，陈萍．模式识别技术在断层解释中的应用[J]．物探化探计算技术，1994，16(3)：205-212．
73．林韵梅．论最佳支护设计与系统识别的闭环解法(J]．岩石力学与工程学报，1993，12(1)：81-83．
74．刁心宏，蔡鸿起．空场采矿法采场顶板破坏模式识别专家系统[J]．中国有色金属学报，2001，11(1)：157-161．
75．唐宝庆，曹平．回归分析方法在建立岩爆数学模型上的运用[J]．数学理论与运用，2003，23(2)：37-42．
76．曾勇，吴财芳．基于神经网络的冲击地压预测预报[J]．辽宁工程技术大学，2003，22(5)：624-627．
77．刘建军，王锦山，梁冰等．冲击地压震级预测的灰色系统方法[J]，1998，17(2)：222-224．
78. DaubechiesI. The wavelet transform time-frequency localization and signal analysis[J]. IEEE Trans. on Information theory, 1990, 30(5): 961-1005.
79．詹毅．强相关干扰的自动追踪消除法[J]．物探化探计算技术，2001，23(3)：210．
80．侯遵泽，扬文采．二维小波分析程序—方法与设计[J]．物探化探计算技术，2001，23(1)：74．
81．钟本善，何昌礼，杨忠民，复杂构造地区的SVD去噪技术[J]．成都理工学院学报，2000，27(1)：93．
82．徐洪钟．大坝动力系统的安全监控非线性分析模型研究[D]，江苏南京，河海大学，2001．
83．崔锦泰(美)，程正兴译．小波分析导论[M]，西安，西安交通大学出版社，1995．
84．徐仲，张凯院，陆全，等．矩阵论简明教程[M]，北京，科学出版社，2001．
85．尹泽明，丁春利．精通MATLAB 6[M]，北京，清华大学出版社，2002．
86．吕金虎，陆君安，陈士华．混沌时间序列及其分析[M]，北京，武汉大学出版社，2002．
87. Takens F, Manc, et al. In Dynamical Systems of Turbu-lence[J]. Lecture Notes in Mathematics, 1981, 89(8): 366-371.
88. Grassberger Peter. Finite sample corrections to entropy and dimension estimates[J]. Phys Letter, 1988, 125(4): 369-373.
89．何大韧．非线性动力学引论[M]，西安，陕西科学出版社，2001．120-134．
90．黄胜伟．混沌动力系统特性的仿真研究[J]．交通与计算机，2001，16(2)：6-9．
91. Lorenz E. N. The essence of chaos[M], Washington, The University of Washington Press, 1993.
92. Pecora L. Synchronization in chaotic system[J]. Physics Letter, 1990, 64(8): 821-824.
93．刘式达，刘式适．分形和分维引论[M]，北京，气象出版社，1993．
94．马军海，陈予恕．高斯分布的随机数对动力系统实测数据判值影响的分析研究[J]．非线性动力学学报，1997，4(1)：25-33．
95．谭云亮．矿山岩层运动非线性动力学特征研究博士论文[D]，辽宁沈阳，东北大学，1996．
96．唐绍辉，桑玉发．用分维研究采场顶板失稳的声发射过程[J]．中国有色金属学报，1997，(3)：22-23．
97．张伟江，杨升荣．非线性动力系统的动态分析[M]，上海，上海交通大学出版社，1996．
98．吴祥兴，陈忠．混沌学导论[M]，上海，上海科学技术出版社，1996．
99. P. Grassberger, I. Procaccia. Measurung the strangeness of strange attractors[J], Physica D, 1983, 9: 189-208.
100．王恩元，何学秋，聂百胜等．电磁辐射法预测煤与瓦斯突出原理[J]．中国矿业大学学报，2000，29(3)：1-2．
101．聂百胜，何学秋，王恩元，窦林名．电磁辐射法预测煤矿冲击地压[J]．太原理工大学学报，2000，31(6)：609-612．
102. Kuksendo VS, Inzhevatkin, Manzhikov. Physical and Methological Principles of Rockburst Prediction[J]. Soviet Mining Science, 1987, 11(23): 6-7.
103. CAO Liang-yue, HONG Yi-guang, FANG Hai-ping, etc. Predicting chaotic time series with wavelet networks[J]. Phys D, 1995, 85(6): 225-238.
104. Casdagli Martin. Nonlinear prediction of chaotic time series[J]. Phys D, 1989, 5(11): 335-356.
105. J. D. Farmer, J. Sidorowich. Predicting chaotic time series[J]. Phys. Rev. Letl, 1987(59): 845-851.
106. Wolf A, Swift J B, Swinney H L, etc. Determining Lyapunov exponents from time series[J]. Physica D, 1985, 16(2): 285-371.
107. Takens. F. Detecting Strange Attractors in Turbulence[J]. Lecture Notes in Math, 1981, 898, 336.
108．马军海，盛昭瀚．低维混沌时序的预测方法及其应用研究[J]．东南大学学报，1999，29(5)：65-69．
109．马军海，陈予恕，刘曾荣．动力系统实测数据的非线性的混沌模型重构[J]．应用数学和力学，1999，20(11)：1128-1134．
110. Martin C. Nonlinear prediction of chaotic time series[J]. Phys. D, 1989, 35(7): 335-356.
111．胡志斌．时间序列的非线性测试及其应用[J]．武汉水利电力大学(宜昌)学报，1998，20(4)：99-102．
112．严华生，谢应齐，曹杰．非线性统计预报方法及其应用[M]，昆明：云南科技出版社，1998．
113．李恒超，张家树．混沌时间序列局域零阶预测法性能比较[J]．西南交通大学学报，2004，39(3)：328-331．
114．丁涛，周惠成．混沌时间序列局域预测模型及其应用[J]．大连理工大学学报，2004，44(3)：445-448．
115．梁志珊，王丽敏等．基于Lyapunov指数的电力系统短期负荷预测[J]．中国电机工程学报，1998，18(5)：368-371．
116．吕金虎，占勇，陆君安．电力系统短期负荷预测的非线性混沌改进模型[J]．中国电机工程学报，2000，20(12)：80-83．
117. D. Kugiumtzis, B. Lillekjendlie, n. Christophersen. Chaotic time series Modeling[J]. Identification and control, 1994.
118．邓跃进，王葆元，张正禄．边坡变形分析与预测的模糊人工神经网络方法[J]，武汉测绘科技大学学报，1998，23(1)：26-31．
119．赵永龙，丁晶．混沌分析在水文预测中的应用和展望[J] 水科学进展，1998，9(2)：181-186．
120．陈维光．土坝观测数据的模糊人工神经网络分析[J]．水利学报，2000，(1)：19-21．
121．程相君，王春宁．神经网络原理及其应用[M]，北京，国防工业出版社，1995．
122．苑希民，李鸿雁，刘树坤等．神经网络和遗传算法在水科学领域的应用[M]，北京，中国水利水电出版社，2002．
123．Abhijit S．Pandya，Robert B Macy，著，徐勇，荆涛，译．神经网络模式识别及其实现[M]，北京，电子工业出版社，1999．
124．王建平，盛军，方敏．基于小波分析的视频图像字符特征提取方法研究[J]．微电子学与计算机，2002，5：51-56．
125．王建平，王志红，王金铃．小波分析在图像消噪中的应用研究[J]．微电子学与计算机，2002．8：22-24．
126. Wasserman, P. D. Advanced Methods in Neural Computing[M], New York, Van Nostrand Reinhold, 1993.
127．温熙森，胡茑庆，邱静．模式识别与状态监控[M]，长沙，国防科技大学出版社，1997，231-240．
128．王群，倪宏伟，徐毅刚．利用复合特征进行模式识别的探雷研究[J]．应用科学学报，2003，21(1)：53-58．
129. Van Kempen L. Singal processing and pattern recognition methods. for radar apmine detection and identification[C]. IEE Second International conference on the Detection of Abandoned Landmines(MD' 98), 12-14 October 1998, Edinburgh, UK, 981-985.
130．王群，何云龙，王春和，等．基于神经网络的探地雷达探雷研究[J]．电波科学学报，2001，16(3)：398-403．