冲击地压电磁辐射前兆信息识别技术研究
|
摘要
冲击地压是由于巷道或工作面周围煤岩体应力超过极限值，导致聚集的弹性能突然释放而引发的动力现象。在我国，随着煤矿开采深度的逐年增加，冲击地压已经成为煤矿开采尤其是深部开采的主要灾害，严重威胁矿山安全生产。
电磁辐射法是一种很有前途的非接触式冲击地压监测预警方法。煤矿井下存在大量由电气设备产生的电磁干扰，而且煤岩电磁辐射又非常微弱，因此灾害前兆信息识别中迫切需要解决的问题是：一是井下煤岩电磁辐射信息获取不完整、实时性差；二是自动剔除监测数据中的电磁干扰信号并提高有效信号的信噪比；三是构建针对电磁辐射数据特性的灾害前兆信息识别模型。
为此，本文针对目前煤矿冲击地压监测预警的研究及实际应用需求，以井下电磁辐射为研究对象，以灾害前兆信息识别为目的，系统地进行了冲击地压电磁辐射前兆信息识别方法及其应用研究，主要研究内容及取得的成果如下：
（1）针对煤矿井下环境对防爆要求高、现有监测装备无法全面、实时获取煤岩电磁辐射信号，获取的电磁辐射信息不能全面准确反映煤岩动力演化过程的问题，研制了一套适用于煤矿井下环境的电磁辐射监测系统，实现了井下多区域、多点煤岩电磁辐射波形数据的连续实时高速采集，同时该系统兼容井下常用通信网络，地面监控主机可以实时获取井下电磁辐射数据，并且可以根据监测需要远程调整系统工作参数。
（2）针对煤矿井下电磁干扰信号与煤岩电磁辐射信号难以识别的问题，研究了井下电磁干扰信号的识别问题。为了尽量避免遗漏煤岩电磁辐射与井下电磁干扰之间的有效识别特征，分别从时域、频域和小波域获取电磁辐射波形数据特征，构成高维特征向量；针对高维特征空间上的“维数灾难”及样本间Lk-范数距离区分能力降低的问题，为获取有效降维特征子集，提出一种广义距离——融合距离Df和基于该距离的Df-Relief特征选择算法；选取多组UCI（加州大学欧文分校）分类数据集，采用最小二乘Fisher分类器等多种识别算法验证Df-Relief算法的有效性和鲁棒性；应用Df-Relief算法对由电磁辐射高维特征向量构成的特征集降维，实验表明在降维后的特征子集上，朴素贝叶斯等分类器能准确识别井下电磁干扰。
（3）研究了井下煤岩电磁辐射非线性降噪算法。提出基于总体经验模式分解的自适应组合形态滤波算法（EEMD-ACMF），通过模拟仿真信号验证了算法对随机噪声和高斯噪声的降噪效果，应用实测煤岩电磁辐射信号检验算法滤波性能，实验结果表明EEMD-ACMF算法能有效提高电磁辐射信噪比。
（4）为确保所建前兆信息识别模型的可靠性和准确性，在建模前分别应用Kolmogorov-Smirnov假设检验、单位根检验和非参数化高阶谱分析方法，检验了井下电磁辐射时间序列的非高斯性、非平稳性和非线性，结果表明，井下电磁辐射序列具有一定的非高斯性、非平稳性和非线性特征。
（5）建立了冲击地压电磁辐射前兆信息识别模型。针对井下电磁辐射时间序列存在的非高斯性、非平稳性和非线性，以及由于负类数据（已发生冲击地压或者有冲击地压危险的电磁辐射数据）不足造成机器学习中的小样本问题，采用支持向量机方法建立了灾害前兆信息识别模型。对该模型进行了实例验证，结果表明该模型能够准确识别井下电磁辐射序列是否含有灾害前兆信息。
Rock burst is a kind of dynamic phenomenon, which is mainly caused by thestress of coal and rock mass around working face or ming roadway exceeds thelimiting value, and the elastic energy in them is suddenly released. With the increasingof mining depth and mining scale year by year in China, rock burst is becoming oneof the main disaster in mine especially in deep mining, and seriously threatens to thesafe and efficient production of coal mine.
Electromagnetic radiation (EMR) technology is a promising non-contacttechnology for forecasting rock burst disaster, and it has been already used to monitorrock burst in mine. There are many types electrical of equipment in mine, theygenerate massive amounts of electromagnetic disturbance, and the EMR of coal orrock is very weak. The interference in the narrow space of mine has serious effects onthe EMR monitoring or acquisition. At present, there are three key problems to besolved: one is to get the EMR information completely and continuously, another is torecognize the electromagnetic interference signal and eliminate it, and the other is toconstruct a model for extracting omen information of disaster.
To meet the research and application needs of the EMR technology, thisdissertation makes systematic study on the recognition of the portentous informationof rock burst. The main research contents are as follows:
(1) The continuous and real-time monitoring methods of EMR underground thecoal mine are studied and a new monitoring system is developed. The system canmonitor multi areas, and capture the signal wave speedily and continuously, and becompatible with the common communication network, such as RS232, RS485, CANbus, etc... The host on ground can get the data real-time and change the workingparameters by teleoperation.
(2) The electromagnetic interference recognition is studied. In order to avoidomitting effective recognizable features, they are extracted from time domain, spectraldomain and wavelet domain, and compose a high-dimension feature vectors. Onaccount of “curse of dimensionality” and the Lknorm distance measure decrease inresolution ability, a novel general distance, Dffusing distance, and a feature selectionmethod, Df–Relief algorithm are proposed. Experiments on ten UCI classification data sets, which are completed by eight classification algorithms, show that Df–Reliefalgorithm is effective and robust. The algorithm is employed for the feature selectionfrom the high-dimension feature vectors sets, and the naive Bayes classifier and otherscan recognize the electromagnetic interference by the selected feature vectors sets.
(3) The nonlinear filter method EEMD-ACMF (ensemble empirical modedecomposition adaptive morphological filter) is proposed. The numerical experimentresults confirm that the filter restrains the random noise and white Gaussian noisemixed in simulated signal effectively. It is shown that the signal-to-noise ratio of EMR,which is captured in mine, filtered by EEMD-ACMF is improved obviously.
(4) In order to selected appropriate model for extract omen information fromEMR time series, the series’ non-Gaussianity, nonstationarity and non-linearity aretested respectively by Kolmogorov-Smirnov test, adf/pp test and Hinich test.
(5) The omen information recognition model based on SVM is established. Dueto the serious insufficiency of negative-class data in rock burst monitor system, theestablishment (training) of the model is typical small-sample machine learningproblem. According to that SVM is based on statistical learning theory, it can solvethe problem better. The model is verified by true data captured in mine, and theexperiment result indicates that the model has good generalization capability.
电磁辐射法是一种很有前途的非接触式冲击地压监测预警方法。煤矿井下存在大量由电气设备产生的电磁干扰，而且煤岩电磁辐射又非常微弱，因此灾害前兆信息识别中迫切需要解决的问题是：一是井下煤岩电磁辐射信息获取不完整、实时性差；二是自动剔除监测数据中的电磁干扰信号并提高有效信号的信噪比；三是构建针对电磁辐射数据特性的灾害前兆信息识别模型。
为此，本文针对目前煤矿冲击地压监测预警的研究及实际应用需求，以井下电磁辐射为研究对象，以灾害前兆信息识别为目的，系统地进行了冲击地压电磁辐射前兆信息识别方法及其应用研究，主要研究内容及取得的成果如下：
（1）针对煤矿井下环境对防爆要求高、现有监测装备无法全面、实时获取煤岩电磁辐射信号，获取的电磁辐射信息不能全面准确反映煤岩动力演化过程的问题，研制了一套适用于煤矿井下环境的电磁辐射监测系统，实现了井下多区域、多点煤岩电磁辐射波形数据的连续实时高速采集，同时该系统兼容井下常用通信网络，地面监控主机可以实时获取井下电磁辐射数据，并且可以根据监测需要远程调整系统工作参数。
（2）针对煤矿井下电磁干扰信号与煤岩电磁辐射信号难以识别的问题，研究了井下电磁干扰信号的识别问题。为了尽量避免遗漏煤岩电磁辐射与井下电磁干扰之间的有效识别特征，分别从时域、频域和小波域获取电磁辐射波形数据特征，构成高维特征向量；针对高维特征空间上的“维数灾难”及样本间Lk-范数距离区分能力降低的问题，为获取有效降维特征子集，提出一种广义距离——融合距离Df和基于该距离的Df-Relief特征选择算法；选取多组UCI（加州大学欧文分校）分类数据集，采用最小二乘Fisher分类器等多种识别算法验证Df-Relief算法的有效性和鲁棒性；应用Df-Relief算法对由电磁辐射高维特征向量构成的特征集降维，实验表明在降维后的特征子集上，朴素贝叶斯等分类器能准确识别井下电磁干扰。
（3）研究了井下煤岩电磁辐射非线性降噪算法。提出基于总体经验模式分解的自适应组合形态滤波算法（EEMD-ACMF），通过模拟仿真信号验证了算法对随机噪声和高斯噪声的降噪效果，应用实测煤岩电磁辐射信号检验算法滤波性能，实验结果表明EEMD-ACMF算法能有效提高电磁辐射信噪比。
（4）为确保所建前兆信息识别模型的可靠性和准确性，在建模前分别应用Kolmogorov-Smirnov假设检验、单位根检验和非参数化高阶谱分析方法，检验了井下电磁辐射时间序列的非高斯性、非平稳性和非线性，结果表明，井下电磁辐射序列具有一定的非高斯性、非平稳性和非线性特征。
（5）建立了冲击地压电磁辐射前兆信息识别模型。针对井下电磁辐射时间序列存在的非高斯性、非平稳性和非线性，以及由于负类数据（已发生冲击地压或者有冲击地压危险的电磁辐射数据）不足造成机器学习中的小样本问题，采用支持向量机方法建立了灾害前兆信息识别模型。对该模型进行了实例验证，结果表明该模型能够准确识别井下电磁辐射序列是否含有灾害前兆信息。
Rock burst is a kind of dynamic phenomenon, which is mainly caused by thestress of coal and rock mass around working face or ming roadway exceeds thelimiting value, and the elastic energy in them is suddenly released. With the increasingof mining depth and mining scale year by year in China, rock burst is becoming oneof the main disaster in mine especially in deep mining, and seriously threatens to thesafe and efficient production of coal mine.
Electromagnetic radiation (EMR) technology is a promising non-contacttechnology for forecasting rock burst disaster, and it has been already used to monitorrock burst in mine. There are many types electrical of equipment in mine, theygenerate massive amounts of electromagnetic disturbance, and the EMR of coal orrock is very weak. The interference in the narrow space of mine has serious effects onthe EMR monitoring or acquisition. At present, there are three key problems to besolved: one is to get the EMR information completely and continuously, another is torecognize the electromagnetic interference signal and eliminate it, and the other is toconstruct a model for extracting omen information of disaster.
To meet the research and application needs of the EMR technology, thisdissertation makes systematic study on the recognition of the portentous informationof rock burst. The main research contents are as follows:
(1) The continuous and real-time monitoring methods of EMR underground thecoal mine are studied and a new monitoring system is developed. The system canmonitor multi areas, and capture the signal wave speedily and continuously, and becompatible with the common communication network, such as RS232, RS485, CANbus, etc... The host on ground can get the data real-time and change the workingparameters by teleoperation.
(2) The electromagnetic interference recognition is studied. In order to avoidomitting effective recognizable features, they are extracted from time domain, spectraldomain and wavelet domain, and compose a high-dimension feature vectors. Onaccount of “curse of dimensionality” and the Lknorm distance measure decrease inresolution ability, a novel general distance, Dffusing distance, and a feature selectionmethod, Df–Relief algorithm are proposed. Experiments on ten UCI classification data sets, which are completed by eight classification algorithms, show that Df–Reliefalgorithm is effective and robust. The algorithm is employed for the feature selectionfrom the high-dimension feature vectors sets, and the naive Bayes classifier and otherscan recognize the electromagnetic interference by the selected feature vectors sets.
(3) The nonlinear filter method EEMD-ACMF (ensemble empirical modedecomposition adaptive morphological filter) is proposed. The numerical experimentresults confirm that the filter restrains the random noise and white Gaussian noisemixed in simulated signal effectively. It is shown that the signal-to-noise ratio of EMR,which is captured in mine, filtered by EEMD-ACMF is improved obviously.
(4) In order to selected appropriate model for extract omen information fromEMR time series, the series’ non-Gaussianity, nonstationarity and non-linearity aretested respectively by Kolmogorov-Smirnov test, adf/pp test and Hinich test.
(5) The omen information recognition model based on SVM is established. Dueto the serious insufficiency of negative-class data in rock burst monitor system, theestablishment (training) of the model is typical small-sample machine learningproblem. According to that SVM is based on statistical learning theory, it can solvethe problem better. The model is verified by true data captured in mine, and theexperiment result indicates that the model has good generalization capability.
引文
[1]中华人民共和国国家统计局.中华人民共和国2010年国民经济和社会发展统计公报[R].2011.
[2]孙继平.煤矿物联网特点与关键技术研究[J].煤炭学报,2011(01)：167-171.
[3]王恩元，何学秋，李忠辉，等.煤岩电磁辐射技术及其应用[M].北京：科学出版社，2009.
[4]国家安全生产监督管理总局，国家煤矿安全监察局.关于辽宁省阜新矿业(集团)有限责任公司孙家湾煤矿海州立井“2.14”特别重大瓦斯爆炸事故调查处理情况的通报[EB/OL].http://www.chinasafety.gov.cn/zhengwuxinxi/2005-05/17/content_97945.htm，2005.
[5]潘一山，李忠华，章梦涛.我国冲击地压分布、类型、机理及防治研究[J].岩石力学与工程学报，2003，22(11)：1844-1851.
[6]王显政.加强形势认识合理应对挑战提升煤炭工业发展科学化水平[J].中国煤炭工业，2012(03)：4-7.
[7]蓝航，齐庆新，潘俊锋，等.我国煤矿冲击地压特点及防治技术分析[J].煤炭科学技术，2011，39(01)：11-15.
[8]张寅.深部特厚煤层巷道冲击地压机理及防治研究[D].徐州：中国矿业大学，2010.
[9]国家安全生产监督管理总局.河南义马千秋煤矿发生冲击地压事故造成10人死亡[EB/OL].2011.http://www.chinasafety.gov.cn/newpage/Contents/Channel_5034/2011/1104/155046/content_155046.htm，2011.
[10]国家煤矿安全监察局.煤矿安全生产“十二五”规划[J].2011.
[11]李美，卢军.地震电磁辐射前兆异常特征和异常指标关系研究[J].地震，2008，28(04)：112-120.
[12]于海雁，周洪娟，乔晓林.汶川M_S8.0地震前ELF异常电磁辐射传播分析[J].地震学报，2010，32(06)：641-648.
[13]章梦涛.我国冲击地压预测和防治[J].辽宁工程技术大学学报(自然科学版)，2001，20(04)：434-435.
[14]祝捷，姜耀东，赵毅鑫，等.改进的Lippmann煤层平动突出模型[J].煤炭学报，2007，32(04)：353-357.
[15]郭延华，姜福兴，张常光.高地应力下圆形巷道临界冲击地压解析解[J].工程力学，2011，28(02)：118-122.
[16]赵本钧，岳之学.冲击地压发生理论之探讨[J].矿山压力与顶板管理，1992(01)：70-74.
[17]王旭宏.大同矿区“三硬”煤层冲击地压发生机理研究[D].太原：太原理工大学，2010.
[18]姚精明，闫永业，刘茜倩，等.基于能量理论的煤岩体破坏电磁辐射规律研究[J].岩土力学，2012.
[19]刘德乾.深埋煤层采动过程顶板聚压与煤柱受力的关联性及其断层结构影响[D].徐州：中国矿业大学，2009.
[20]齐庆新，彭永伟，李宏艳，等.煤岩冲击倾向性研究[J].岩石力学与工程学报，2011，30(S1)：2736-2742.
[21]潘一山，耿琳，李忠华.煤层冲击倾向性与危险性评价指标研究[J].煤炭学报，2010，35(12)：1975-1978.
[22]窦林名，王云海，何学秋，等.煤样变形破坏峰值前后电磁辐射特征研究[J].岩石力学与工程学报，2007，26(05)：908-914.
[23]章梦涛.冲击地压失稳理论与数值模拟计算[J].岩石力学与工程学报，1987，6(03)：197-204.
[24]潘一山，章梦涛.冲击地压失稳理论的解析分析[J].岩石力学与工程学报，1996，15(S1)：504-510.
[25]章梦涛，徐曾和，潘一山，等.冲击地压和突出的统一失稳理论[J].煤炭学报，1991，16，(04)：48-53.
[26]李玉生.冲击地压机理及其初步应用[J].中国矿业学院学报，1985(03)：37-43.
[27]潘立友.冲击地压前兆信息的可识别性研究及应用[D].泰安：山东科技大学，2003.
[28]窦林名，何学秋.冲击矿压防治理论与技术[M].徐州：中国矿压大学出版社，2001.
[29]窦林名，何学秋.煤矿冲击矿压的分级预测研究[J].中国矿业大学学报，2007，36，(06).：717-722
[30]赵本钧.冲击地压及其防治[M].北京：煤炭工业出版社，1994.
[31]赵本钧，章梦涛.钻屑法的研究和应用[J].阜新矿业学院学报，1985(S1)：13-28.
[32]徐学锋.煤层巷道底板冲击机理及其控制研究[D].徐州：中国矿业大学，2011.
[33]姜福兴，曲效成，于正兴，等.冲击地压实时监测预警技术及发展趋势[J].煤炭科学技术，2011，39(02)：59-64.
[34]窦林名，赵从国，杨思光，等.煤矿开采冲击矿压灾害防治[M].徐州：中国矿业大学出版社，2006.
[35] Urusovskaja, A.A. Sov. Phys. Usp.[J].1969.11：631.
[36]王恩元，何学秋，刘贞堂.煤岩电磁辐射特性及其应用研究进展[J].自然科学进展，2006，16(05)：532-536.
[37]李均之，曹明，夏雅琴等.岩石压缩试验与震前电磁波辐射的研究[J].北京工业大学学报，1982(04)：47-53.
[38]徐为民，童芜生，王自成.单轴压缩下岩样破坏过程中的发光现象[J].地震，1984(01)：8-10.
[39]徐为民，童芜生，吴培稚.岩石破裂过程中电磁辐射的实验研究[J].地球物理学报，1985，28(02)：181-189.
[40]孙正江，王丽华，吴忠良.岩石破裂过程中的低频电磁辐射[J].地震，1986(04)：1-4.
[41]孙正江，王丽华，高宏.岩石标本破裂时的电磁辐射和光发射[J].地球物理学报，1986，29(05)：491-495.
[42]朱元清，罗祥麟，郭自强，等.岩石破裂时电磁辐射的机理研究[J].地球物理学报，1991，34(05)：594-600.
[43]郭自强，刘斌.岩石破裂电磁辐射的频率特性[J].地球物理学报，1995，38(02)：221-225.
[44]宋晓艳.煤岩物性的电磁辐射响应特征与机制研究[D].徐州：中国矿业大学，2009.
[45]卡2纳，阿.地壳中的电磁现象[M].北京：学术书刊出版社，1990.
[46]张德齐，殷春阳，王盛飞，等.临震电磁波信息研究[J].西北地震学报，1981，3(03)：9-14.
[47]林美.震前电磁波异常研究[J].华南地震，1985，5(03)：31-39.
[48]国家地震局科技监测司编.震前电磁波观测与实验研究文集[M].北京：地震出版社，1989
[49]张全喜，张明灿.云南地区中强与强烈地震电磁辐射的观测研究[J].地震学报，1992，14(03)：325-331.
[50]钱书清，任克新，吕智.伴随岩石破裂的vlf，Mf，Hf和vhf电磁辐射特性的实验研究[J].地震学报，1996，18(03)：346-351.
[51]刘煜洲，刘因，王寅生，等.岩石破裂时电磁辐射的影响因素和机理[J].地震学报，1997，19(04)：418-425.
[52]王恩元，何学秋，刘贞堂.煤岩变形及破裂电磁辐射信号的r/S统计规律[J].中国矿业大学学报，1998，27(04)：349-351.
[53]王恩元，何学秋，刘贞堂.煤岩变形及破裂电磁辐射信号的分形规律[J].辽宁工程技术大学学报(自然科学版)，1998，17(04)：343-347.
[54]郭自强，罗祥麟，钱书清，等.矿山爆破中的电磁辐射[J].地球物理学报，1999，42(06)：834-840.
[55]王恩元，何学秋.煤岩变形破裂电磁辐射的实验研究[J].地球物理学报，2000，43(01)：131-137.
[56]窦林名，何学秋，王恩元，等.由煤岩变形冲击破坏所产生的电磁辐射[J].清华大学学报(自然科学版)，2001，41(12)：86-88.
[57]钱书清，郝锦绮，周建国，等.岩石受压破裂的ULF和LF电磁前兆信号[J].中国地震，2003，19(02)：109-116.
[58]王来贵，李成全，章梦涛.煤(岩)破坏前兆电磁波监测研究[J].辽宁工程技术大学学报(自然科学版)，1999，18(05)：480-482.
[59]龚强，胡祥云，张胜业，等.岩石破裂电磁辐射频率与弹性参数的关系[J].地球物理学报，2006，49(05)：1523-1528.
[60] Rabinovitch,A.,V. Frid,J. Goldbaum, et al. Polarization-depolarization process in glass duringpercussion drilling[J]. Philosophical Magazine,2003.83(25)：2929-2940.
[61] Frid,V.,J. Goldbaum,A. Rabinovitch, et al.. Depolarization in percussion drilling ofSolenhofen limestone[J]. Journal of Applied Physics,2005.97(1)：14908-14901.
[62] Frid,V.,J. Goldbaum,A. Rabinovitch, et al. Electric polarization induced by mechanicalloading of Solnhofen limestone[J]. Philosophical Magazine Letters,2009.89(7)：453-463.
[63]陈祥东.冲击地压的无触点预测法[J].冶金安全,1982(02)：58-59.
[64]马超群，陆道儿，李天明，等. MTT-92型煤与瓦斯突出危险探测仪的研制及试验[J].煤炭工程师，1996(06)：1-8.
[65]杨勇，潘一山，李国臻.便携式电磁辐射仪监测冲击矿压危险区域研究[J].煤矿开采，2007，12(02)：62-64.
[66]纪学忠，李吉林. И Э МИ-1电磁辐射仪在煤矿冲击地压预测中的应用[J].中国高新技术企业，2012(17)：61-63.
[67]杨勇.煤岩电磁辐射机理及在冲击地压预测中的应用研究[D].阜新：辽宁工程技术大学，2007.
[68] Vostretsov,A.G.,A.V. Krivetskii,A.A. Bizyaev, et al. EMR recording equipment forunderground mines[J]. Journal of Mining Science,2008.44(2)：218-224.
[69] Frid,V.,K. Vozoff. Electromagnetic radiation induced by mining rock failure[J]. InternationalJournal of Coal Geology,2005.64(1-2)：57-65.
[70]钱建生，刘富强，陈治国，等.煤与瓦斯突出电磁辐射监测仪[J].中国矿业大学学报，2000，29(02)：167-169.
[71]聂百胜，何学秋，何俊，等.电磁辐射信号的小波变换去噪研究[J].太原理工大学学报，2006，37(05)：557-560.
[72]撒占友，王恩元.煤岩破坏电磁辐射信号的短时分形模糊滤波[J].电波科学学报，2007，22(02)：191-196.
[73] Poturayev,V.N.,A.F. Bulat,V.K. Khokholev. Combined detection of electromagnetic andacoustic emissions associated with rock failure[J]. Doklady. Earth science sections,1989.308(5)：86-89.
[74]何学秋，刘明举.含瓦斯煤岩破坏电磁动力学[M].徐州：中国矿业大学出版社，1995.
[75] Frid,V.I.,A.N. Shabarov,V.A. Proskuryakov, et al. Forming of coal seam electromagneticradiation[J]. Fiziko-Tekhnicheskie Problemy Razrabotki Poleznykh Iskopaemykh,1992(2)：40-47.
[76] Proskuryakov,V.M.,A.N. Shabarov,V.I. Frid. Prediction of rock bump danger of coal seams bymeans of their electromagnetic radiations[J]. Bezopastnost Truda vPromyshlennosti,1992(7)：26-26.
[77] Frid,V. Rockburst hazard forecast by electromagnetic radiation excited by rock fracture[J].Rock mechanics and rock engineering,1997.30(4)：229-236.
[78]王恩元.含瓦斯煤破裂的电磁辐射和声发射效应及其应用研究[D].中国矿业大学：徐州，1997.
[79]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(03)：225-229.
[80]王恩元，何学秋，刘贞堂，等.受载岩石电磁辐射特性及其应用研究[J].岩石力学与工程学报，2002，21(10)：1473-1477.
[81]王恩元，何学秋，刘贞堂，等.受载煤体电磁辐射的频谱特征[J].中国矿业大学学报，2003，32(05)：487-490.
[82]何学秋，聂百胜，王恩元，等.矿井煤岩动力灾害电磁辐射预警技术[J].煤炭学报，2007，32，(01)：56-59.
[83]肖红飞，何学秋，王恩元，等.煤与瓦斯突出电磁辐射预测指标临界值的确定及应用[J].煤炭学报，2003，28(05)：465-469.
[84]肖红飞，何学秋，王恩元，等.煤岩破裂电磁辐射预测临界值的选取及应用[J].煤矿安全，2003，34(05)：8-11.
[85]肖红飞，何学秋，冯涛，等.基于力电耦合煤岩特性对煤岩破裂电磁辐射影响的研究[J].岩土工程学报，2004，26(05)：663-667.
[86]肖红飞，何学秋，冯涛，等. Flac在煤岩变形破裂力电耦合规律研究中的应用[J].煤炭学报，2004，29(06)：694-698.
[87]肖红飞，何学秋，冯涛，等.基于力电耦合冲击矿压电磁辐射预测法的研究[J].中国安全科学学报，2004，14(04)：86-89.
[88]肖红飞，何学秋，王恩元.受压煤岩破裂过程电磁辐射与能量转化规律研究[J].岩土力学，2006，27(07)：1097-1100.
[89]撒占友，何学秋，王恩元.煤岩破坏电磁辐射记忆效应特性及产生机制[J].辽宁工程技术大学学报，2004(S1).
[90]撒占友，何学秋，王恩元.煤岩变形破坏电磁辐射记忆效应的力电耦合规律[J].地球物理学报，2006，49(05)：1517-1522.
[91]魏建平，何学秋，王恩元，等.煤与瓦斯突出电磁辐射多重分形特征[J].辽宁工程技术大学学报，2005，24(01)：1-4.
[92]李忠辉，王恩元，何学秋，等.含水量对煤岩电磁辐射特征的影响[J].中国矿业大学学报，2006，35(03)：362-366.
[93]李忠辉.受载煤体变形破裂表面电位效应及其机理的研究[D].中国矿业大学：徐州，2007.
[94]赵恩来，王恩元，刘贞堂，等.煤岩单轴压缩过程电磁辐射的数值模拟研究[J].中国矿业大学学报，2010，39(05)：648-651.
[95]贾慧霖.受载煤岩变形破裂低频电磁信号规律特征与机理研究[D].徐州：中国矿业大学，2010.
[96]刘晓斐，王恩元，何学秋，等.回采工作面应力分布的电磁辐射规律[J].煤炭学报，2007，32(10)：1019-1022.
[97]李忠辉，王恩元，何学秋，等.掘进工作面前方电磁辐射分布规律研究[J].中国矿业大学学报，2007，36(02)：142-147.
[98]聂百胜，何学秋，王恩元.煤体变形破裂电磁辐射的初步实验研究[J].煤矿安全，2000(04)：38-41.
[99]聂百胜，何学秋，王恩元，等.煤体剪切破坏过程电磁辐射与声发射研究[J].中国矿业大学学报，2002，31(06)：609-611.
[100]王恩元，何学秋，窦林名，等.煤矿采掘过程中煤岩体电磁辐射特征及应用[J].地球物理学报，2005，48(01)：216-221.
[101]邹喜正，窦林名，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(04)：452-455.
[102]蒋金泉，李洪.基于混沌时序预测方法的冲击地压预测研究[J].岩石力学与工程学报，2006，25(05)：889-895.
[103]李洪.冲击矿压前兆信息的混沌预测及模式识别研究[D].泰安：山东科技大学，2006.
[104]李洪，戴仁竹，蒋金泉.基于最大Lyapunov指数的冲击地压预测模型[J].采矿与安全工程学报，2006，23(02)：215-219.
[105]刘晓斐.冲击地压电磁辐射前兆信息的时间序列数据挖掘及群体识别体系研究[D]徐州：中国矿业大学，.2008.
[106]刘晓斐，王恩元，何学秋.孤岛煤柱冲击地压电磁辐射前兆时间序列分析[J].煤炭学报，2010，35(S1)：15-18.
[107]刘晓斐，王恩元，赵恩来，等.孤岛工作面冲击地压危险综合预测及效果验证[J].采矿与安全工程学报，2010，27(02)：215-218.
[108]姚精明，闫永业，税国洪，等.煤岩体破裂电磁辐射分形特征研究[J].岩石力学与工程学报，2010，29(S2)：4102-4107.
[109] Finkelstein,D.,J. Powell. Earthquake lightning[J]. Nature,1970.228(Copyright1971,IEE)：759-760.
[110] Nitsan,U. Electromagnetic emission accompanying fracture of quartz-bearing rocks[J].Geophysical Research Letters,1977.4(Copyright1977,IEE)：333-336.
[111] Mizutani,H.,T. Ishido,T. Yokokura, et al. Electrokinetic phenomena associated withearthquakes[J]. Geophysical Research Letters,1976.3(Copyright1976,IEE)：365-368.
[112] Martelli,G.,P. Cerroni. On the theory of radio frequency emission from macroscopichypervelocity impacts and rock fracturing[J]. Physics of the Earth and PlanetaryInteriors,1985.40(Copyright1986,IEE)：316-319.
[113] Ogawa,T.,K. Oike,T. Miura. Electromagnetic Radiations From Rocks[J]. J. Geophys.Res.,1985.90(D4)：6245-6249.
[114] Brady,B.T.,G.A. Rowell. Laboratory investigation of the electrodynamics of rock fracture[J].Nature,1986.321(Copyright1986,IEE)：488-492.
[115] O'Keefe,S.G.,D.V. Thiel. A mechanism for the production of electromagnetic radiationduring fracture of brittle materials[J]. Physics of the Earth and Planetary Interiors,1995.89(1-2)：127-135.
[116]郭自强，尤峻汉，李高，等.破裂岩石的电子发射与压缩原子模型[J].地球物理学报，1989，32(02)：173-177.
[117]威廉2H2海特，约翰2A2巴克.工程电磁场（第七版）[M].西安：西安交通大学出版社，2009.
[118]郭自强，杨海涛，刘斌.花岗岩破裂发射的量子化学模型[J].地球物理学报，1990，33(04)：424-428.
[119] GEORGE BEKEFI,A.H.B.电磁振动电磁波和辐射[M].北京：人民教育出版社,1981.
[120] Rabinovitch,A.,V. Frid,D. Bahat. Parametrization of electromagnetic radiation pulsesobtained by triaxial fracture of granite samples[J]. Philosophical Magazine Letters,1998.77(5)：289-293.
[121] Rabinovitch,A.,V. Frid,D. Bahat, et al. Decay mechanism of fracture inducedelectromagnetic pulses[J]. Journal of Applied Physics,2003.93(9)：5085-5090.
[122] Frid,V.,D. Bahat,A. Rabinovich. Analysis of en echelon/hackle fringes and longitudinalsplits in twist failed glass samples by means of fractography and electromagnetic radiation[J].Journal of Structural Geology,2005.27(1)：145-159.
[123]波诺马廖夫AB.煤岩变形与破裂的电现象//苏联地震预报研究文集[M].北京：地震出版社,1993.
[124] Varotsos,P.,N. Sarlis,M. Lazaridou. Interconnection of defect parameters and stress-inducedelectric signals in ionic crystals[J]. Physical Review B,1999.59(1)：24-27.
[125] Makhmudov,K.F.,V.S. Kuksenko. Electromagnetic phenomena entailed by deformation andfracture of dielectric solids[J]. Physics of The Solid State,2005.47(5)：882.
[126] Zubko,P.,G. Catalan,A. Buckley, et al. Strain-Gradient-Induced Polarization in SrTiO_{3}Single Crystals[J]. Physical Review Letters,2007.99(16)：167601.
[127]乔松，周锰钰，白朗.勘探电磁论[M].徐州：中国矿业大学出版社，1991.
[128] N.纳比吉安,米.勘察地球物理电磁法第一卷理论[M].北京：地质出版社，1992.
[129]陈惠青.电磁波理论——无坐标方法[M].北京：电子工业出版社，1988.
[130]万国香.应力波作用下岩石电磁辐射与声发射特性研究[D].长沙：中南大学2008.
[131]李志聃.煤田电法勘探[M].徐州：中国矿业大学出版社，1990.
[132]闵长江，卜凡启，周廷振，沈云定，尹安琪，孙礼春.煤矿冲击矿压及防治技术[M].徐州：中国矿业大学出版社，1998.
[133]孙继平，郑召文，冯德旺.矿井浪涌脉冲电磁辐射特性的研究[J].煤炭学报，2009，34(05)：707-710.
[134]崔立林，章林柯，朱海潮，等.一种多传感器信息融合的噪声源识别方法研究[J].船舶力学，2010，14(10)：1173-1179.
[135]孙即祥.现代模式识别[M].长沙：国防科技大学出版社，2001.
[136]史玉峰.数字信息模式识别理论及其应用[D].泰安：山东科技大学，2003.
[137]王丽霞，何正友，戴铭，等.一种电能质量扰动信号的分层识别新方法[J].电力系统自动化，2009，33(24)：65-69.
[138]薛洋.基于单个加速度传感器的人体运动模式识别[D].广州：华南理工大学2011.
[139]夏鲁瑞.液体火箭发动机涡轮泵健康监控关键技术及系统研究[D].长沙：国防科技大学，2010.
[140]蒋玲莉，刘义伦，李学军，等.基于svm与多振动信息融合的齿轮故障诊断[J].中南大学学报(自然科学版)，2010，41(06)：2184-2188.
[141]吴胜强.核主元分析及证据理论的多域特征故障诊断新方法研究[D].秦皇岛：燕山大学2011.
[142]张旭东，陈武柱，刘春，等. Co_2激光焊接的同轴检测与熔透控制(Ⅱ)熔透状态同轴光信号的频域分析[J].焊接学报，2004，25(05)：25-29.
[143]任全民.非平稳信号特征提取方法在超高压压缩机故障诊断中的应用研究[D].大连：大连理工大学2006.
[144]孟庆丰.信号特征提取方法与应用研究[D].西安：西安电子科技大学，2006.
[145]李小平.智能信号分类方法研究[D].西安：西安电子科技大学，2004.
[146]曹葵康.支持向量机加速方法及应用研究[D].杭州：浙江大学，2010.
[147]韩骏.小波熵与小波网络在多相流参数测量中的应用研究[D].天津：天津大学，2010.
[148]邓艾东，赵力，包永强，等.噪声环境下基于小波熵的声发射识别[J].东南大学学报(自然科学版)，2009，39(06)：1151-1155.
[149]符玲，何正友，麦瑞坤，等.小波熵证据的信息融合在电力系统故障诊断中的应用[J].中国电机工程学报，2008，28(13)：64-69.
[150]杜运成.基于电容层析成像技术的气液两相流特性分析[D].天津：天津大学，2011.
[151]张丽新.高维数据的特征选择及基于特征选择的集成学习研究[D].北京：清华大学，2004.
[152]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.
[153]李金宗.模式识别导论[M].北京：高等教育出版社，1993.
[154]李弼程，邵美珍，黄洁.模式识别原理与应用[M].西安：西安电子科技大学出版社，2008.
[155]姜慧研，柴天佑.基于可信间隔的特征选择方法研究[J].控制与决策，2011，26(08)：1229-1232.
[156]张翔，邓赵红，王士同，等.极大熵Relief特征加权[J].计算机研究与发展，2011，48(06)：1038-1048.
[157]宋枫溪，高秀梅，刘树海，等.统计模式识别中的维数削减与低损降维[J].计算机学报，2005(11).
[158] Kira,K.,L.A. Rendell. The feature selection problem: traditional methods and a newalgorithm[J]. Proceedings of the tenth national conference on Artificial intelligence,1992：129-134.
[159] Kira,K.,L.A. Rendell. A practical approach to feature selection[J]. Proceedings of the ninthinternational workshop on Machine learning,1992：249-256.
[160]李伟红，陈伟民，杨利平，等.基于不同Margin的人脸特征选择及识别方法[J].电子与信息学报，2007，29(07)：1744-1748.
[161]张丽新，王家廞，赵雁南，等.基于Relief的组合式特征选择[J].复旦学报(自然科学版)，2004，43(05)：893-898.
[162]宋恩民，黄东山，马光志，等.评估子集类区分能力的特征选择方法[J].武汉：华中科技大学学报(自然科学版)，2011，39(02)：1-5.
[163]张颖娜，张超，赵冬玲，等.利用ReliefFO和海明遗传算法的面向对象分类特征选择算法[J].武汉大学学报(信息科学版)，2010，35(12)：1444-1448.
[164]吴浩苗，尹中航，孙富春. Relief算法在笔迹识别中的应用[J].计算机应用，2006，26(01)：174-176.
[165]周晓飞.几种新型分类器设计及其在人脸识别应用中的研究[D].2008.
[166]陈公宁.矩阵理论与应用（第二版）[M].北京：科学出版社，2007.
[167] Beyer,K.S.,J. Goldstein,R. Ramakrishnan, et al. When Is ''Nearest Neighbor'' Meaningful?[J].Proceedings of the7th International Conference on Database Theory,1999：217-235.
[168]王家耀，谢明霞，郭建忠，等.基于相似性保持和特征变换的高维数据聚类改进算法[J].测绘学报，2011，40(03)：269-275.
[169] Hinneburg,A.,C.C. Aggarwal,D.A. Keim. What Is the Nearest Neighbor in HighDimensional Spaces?[J]. Proceedings of the26th International Conference on Very LargeData Bases,2000：506-515.
[170]刘松华.核矩阵低秩分解与核空间信息能度量研究及应用[D].西安：西安电子科技大学，2011.
[171]丁世飞，史忠植，靳奉祥，等.基于广义信息距离的直接聚类算法[J].计算机研究与发展，2007，44(04)：674-679.
[172]徐雪松，张宏，刘凤玉.基于核函数距离测度的lle降维及其在离群聚类中的应用[J].仪器仪表学报，2008，29(09)：1996-1999.
[173]胡正平，路亮，许成谦.基于l1范数稀疏距离测度学习的单类分类算法[J].电子学报，2012，40(01)：134-150.
[174]王骏，王士同.基于混合距离学习的双指数模糊C均值算法[J].软件学报，2010，21(08)：1878-1888.
[175]王骏.无监督学习中聚类和阈值分割新方法研究[D].南京：南京理工大学2011.
[176]汪增福.模式识别[M].合肥：中国科学技术大学出版社，2010.
[177] W,T.J. Mathematics,picturing of data[J]. Proceedings of the International Congress onMathematics. Vancouver,1975,2：523--531.,1975.
[178] I,C.,L.-D.a. M. Integral trimmed regions[J]. Journal of Multivariate Analysis,2005.96：404-424.
[179]胡永刚.数据深度在再生核Hilbert空间及张量空间的扩展[D].长沙：国防科技大学，2009.
[180]李强.两类数据深度及深度加权m估计[D].长沙：国防科技大学，2008.
[181] Gao,Y. Data depth based on spatial rank[J]. Statistics& Probability Letters,2003.65(3)：217-225.
[182] Serfling,R.,Y. Zuo. General notions of statistical depth function[J]. The Annals ofStatistics,2000.28：461-482.
[183]胡永刚，吴翊，李强.空间秩深度加权的鲁棒性支撑向量机[J].系统工程与电子技术，2009，31(10)：2429-2434.
[184] Asuncion,A.F.a.A. Machine Learning Repository[EB/OL].2010.http://archive.ics.uci.edu/ml.
[185] Duin,R.P.W.,P. Juszczak,P. Paclik, et al. PRTools4A Matlab Toolbox for PatternRecognition[EB/OL].2007. http://prtools.org.
[186]常锦才.多元样条的力学意义与自适应数据分析的某些研究[D].大连：大连理工大学，2008.
[187]齐庆新，毛德兵，王永秀.冲击地压的非线性非连续特征[J].岩土力学，2003，24(S2)：575-579.
[188]王学滨，杜亚志，潘一山，等.弹性-脆性-损伤模型及其在岩石局部破坏研究中的应用[J].应用基础与工程科学学报，2012，20(04)：642-653.
[189]傅宇方，梁正召，唐春安.岩石介质细观非均匀性对宏观破裂过程的影响[J].岩土工程学报，2000，22(06)：705-710.
[190]陈忠辉，唐春安，傅宇方.岩石微破裂损伤演化诱致突变的数值模拟[J].岩土工程学报，1998，20(06)：9-15.
[191]王永岩，魏佳，齐珺，等.深部岩体非线性蠕变变形预测的研究[J].煤炭学报，2005，30(04)：409-413.
[192]孙继平，王福增.煤矿井下电磁干扰对通信和监控系统的影响分析[J].工矿自动化，2009(02)：23-27.
[193]赵春晖.数字形态滤波器理论及其算法研究[D].哈尔滨：哈尔滨工业大学，1998.
[194]张杰.基于数学形态学的故障行波测距方法研究[D].昆明：昆明理工大学，2005.
[195]陈凯.基于经验模式分解的去噪方法[J].石油地球物理勘探，2009，44(05)：603-608.
[196]戴吾蛟，丁晓利，朱建军，等.基于经验模式分解的滤波去噪法及其在gps多路径效应中的应用[J].测绘学报，2006，35(04)：321-327.
[197]徐春生.微弱信号检测及机械故障诊断系统研究[D].天津：天津大学，2008.
[198]关山.基于声发射信号多特征分析与融合的刀具磨损分类与预测技术[D].长春：吉林大学，2011.
[199] Huang,N.E.,Z. Shen,S.R. Long, et al. The empirical mode decomposition and the Hilbertspectrum for nonlinear and non-stationary time series analysis[J]. Proceedings of the RoyalSociety of London. Series A： Mathematical,Physical and Engineering Sciences,1998.454(1971)：903-995.
[200]胡爱军. Hilbert-Huang变换在旋转机械振动信号分析中的应用研究[D].北京：华北电力大学，2008.
[201] Huang,N.E.,Z. Shen,S.R. Long. A NEW VIEW OF NONLINEAR WATER WAVES：TheHilbert Spectrum1[J]. Annual Review of Fluid Mechanics,1999.31(1)：417-457.
[202] Huang,N.E. Review of empirical mode decomposition. in Wavelet Applications VIII,18-20April2001.2001. USA：SPIE-Int. Soc. Opt. Eng.
[203] Wu,Z.,N.E. Huang. A study of the characteristics of white noise using the empirical modedecomposition method[J]. Proceedings of the Royal Society of London. Series A：Mathematical,Physical and Engineering Sciences,2004.460(2046)：1597-1611.
[204] Huang,N.E.,M.-L.C. Wu,S.R. Long, et al. A confidence limit for the empirical modedecomposition and Hilbert spectral analysis[J]. Proceedings of the Royal Society of London.Series A：Mathematical,Physical and Engineering Sciences,2003.459(2037)：2317-2345.
[205]曹冲锋，杨世锡，杨将新.大型旋转机械非平稳振动信号的eemd降噪方法[J].振动与冲击，2009，28(09)：33-38.
[206]沈路.数学形态学在机械故障诊断中的应用研究[D].杭州：浙江大学，2010.
[207]张全明，刘会金.基于广义形态滤波的电力系统采样信号处理[J].电力自动化设备，2006，26(10)：45-48.
[208]张建成，吴新杰.形态滤波在实时信号处理中应用的研究[J].传感技术学报，2007，20(04)：827-831.
[209]郝如江，卢文秀，褚福磊.滚动轴承故障信号的多尺度形态学分析[J].机械工程学报，2008，44(11)：160-165.
[210]何怡刚，张颖，周晖.采用形态滤波和“特定谐波消除”混合滤波算法的电压动态振动检测[J].高电压技术，2009，35(12)：3093-3098.
[211]雷涛，樊养余.双算子形态学滤波器[J].自动化学报，2011，37(04)：449-462.
[212]赵静，何正友，钱清泉.利用广义形态滤波与差分熵的电能质量扰动检测[J].中国电机工程学报，2009，29(07)：121-127.
[213] Esposito,A.,P. D’Andria. An Adaptive Learning Algorithm for ECG Noise and BaselineDrift Removal,in Neural Nets,B. Apolloni,M. Marinaro,and R. Tagliaferri,Editors.2003,Springer Berlin/Heidelberg.139-147.
[214]张文斌，周晓军，李俊生，等.广义形态滤波器在轴心轨迹提纯中的应用[J].浙江大学学报(工学版)，2010，44(05)：893-896.
[215]蒋章，邓艾东，蔡宾宏.基于梯度法的自适应广义形态滤波在碰摩声发射信号降噪中的应用[J].中国电机工程学报，2011，31(08)：87-92.
[216]李关防.模态域信号处理在水声中的应用[D].哈尔滨：哈尔滨工程大学，2009.
[217]屈梁生，张西宁，沈玉娣.机械故障诊断理论与方法[M].西安：西安交通大学出版社，2009.
[218]王巍，赵国杰，李强.一种新的自适应降噪方法及其应用研究[J].计算机工程与应用，2007，43(26)：184-186.
[219]孙继平，任锦彪，冯德旺，等.煤矿井下变电所电气设备电磁辐射特性的测试[J].煤炭学报，2010，35(05)：861-864.
[220]李慧，蔺启忠，王钦军，等.基于小波包变换和数学形态学结合的光谱去噪方法研究[J].光谱学与光谱分析，2010，30(03)：644-648.
[221]崔雪梅.以复小波提取局部放电信号特征的原理及方法研究[D].重庆：重庆大学，2004.
[222]王恩元，何学秋，刘贞堂，等.煤岩动力灾害电磁辐射监测仪及其应用[J].煤炭学报，2003，28(04)：366-369.
[223]窦林名，何学秋.冲击矿压危险预测的电磁辐射原理[J].地球物理学进展，2005，20(02)：427-431.
[224]张贤达，保铮.非平稳信号分析与处理[M].北京：国防工业出版社，1998.
[225]尹洪胜.煤矿瓦斯时间序列分析方法与预警应用研究[D].徐州：中国矿业大学，2010.
[226]王晓兰，张万宏，王慧中.基于小波变换和ar-Lssvm的非平稳时间序列预测[J].控制与决策，2008，23(03)：357-360.
[227]徐科，徐金梧，班晓娟.基于小波分解的某些非平稳时间序列预测方法[J].电子学报，2001，29(04)：566-568.
[228]采峰，曾凤章.产品需求量非平稳时序的ann-Arma预测模型[J].北京理工大学学报，2007，27(03)：277-282.
[229]王秀峰，卢桂章.系统建模与辨识[M].北京：电子工业出版，2004.
[230]梁小筠.我国正在制订“正态性检验”的新标准[J].应用概率统计，2002，18(03)：269-276-.
[231]高华.城市地下燃气管网泄漏监测关键技术研究[D].天津：天津大学，2009.
[232]贾继德，陈容刚，邱峰，等.内燃机故障信号特性分析及诊断策略[J].农业机械学报，2005，36(12)：39-42.
[233]唐艳，汤井田.基于Wigner高阶谱的ECG信号分析[J].电子科技大学学报，2007，36(01)：143-145.
[234]丛玉良，王树勋，王宏志，等.平稳时间序列高斯性检验的积分多谱方法[J].光学精密工程，1997，5(06)：117-123.
[235]王斌会，徐勇勇.正态性检验的图示方法及其应用[J].数理统计与应用概率，1996，11(03)：249-256.
[236]陶谢.应用数理统计方法[M].北京：中国环境科学出版社，1994.
[237]胡文琳.机载雷达恒虚警率检测方法研究[D].长沙：国防科学技术大学，2007.
[238] Hinich,M.J. Testing for Gaussianity and linearity of a stationary time series[J]. Time SeriesJournal,1982.3（3）：169-176.
[239]宋寿鹏，阙沛文.超声信号的非线性行为及应用[J].传感技术学报，2007，20(01)：128-133.
[240]卢山.基于非线性动力学的金融时间序列预测技术研究[D].南京：东南大学，2006.
[241]李晓辉.基于非线性方法的雷达目标识别研究[D].长沙：国防科学技术大学，2004.
[242]张贤达.时间序列分析——高阶统计量方法[M].北京：清华大学出版社，1996.
[243]王宏禹.现代谱估计[M].南京：东南大学出版社，1990.
[244] Swami A,M.J.,Nikias C L. Higher-order spectral analysis toolbox user' s guide[M]. TheMathwerks Inc,1998.
[245] Brillinger,D.R.,M. Rosenblatt. Computation and interpretation of k-th order spectra[J].Spectral Analysis of Time Series,1967：189-232.
[246]史代敏，谢小燕.应用时间序列分析[M].北京：高等教育出版社，2011.
[247]寇惠，源培新.故障诊断中的振动信号处理[M].北京：冶金工业出版社，1989.
[248]高品贤.振动、冲击及噪声测试技术[M].成都：西南交通大学出版社，1992.
[249]王振龙.时间序列分析[M].北京：中国统计出版社，2000.
[250]刘田.非线性趋势单位根检验研究[D].西南财经大学2009.
[251]舒晓惠.非线性协整时间序列的非参数方法及其应用研究[D].暨南大学，2010.
[252]王黎明，王连，杨楠.应用时间序列分析[M].上海：复旦大学出版社，2009.
[253]陆懋祖.高等时间序列经济计量学[M].上海：上海人民出版社，1999.
[254]王雪标，王志强.财政政策、金融政策与协整分析[M].大连：东北财经大学出版社，2001.
[255]莫技.依托科技创新促进矿井安全和谐发展[J].煤矿安全，2009(07)：123-125.
[256]胡社荣，彭纪超，黄灿，等.千米以上深矿井开采研究现状与进展[J].中国矿业，2011，20(07)：105-110.
[257]张浩然，韩正之，李昌刚.支持向量机[J].计算机科学，2002，29(12)：135-142.
[258]苏怀智，温志萍，吴中如.基于svm理论的大坝安全预警模型研究[J].应用基础与工程科学学报，2009，17(01)：40-48.
[259] V.N.Vapnik,E.Levin,C.Y.Le. Measuring the VC-dimension of a learning machine NeuralCopmputation[J].1994.6.
[260] V.N.Vapnik. The nature of statistical learning theory[M]. New York：Springer,1995.
[261] Vapnik,V. Statistical Learning Theory[M]. New York：Springer,1998.
[262]王同煦，周鸿年，王源.实用Box-Jenkins预测模型及应用[J].电子科技大学学报，1990，19(06)：635-640.
[263]胡茑庆.转子碰摩非线性行为与故障辨识的研究[D].长沙：国防科学技术大学，2001.
[264]王定成.支持向量机建模预测与控制[M].北京：气象出版社，2009.
[265]李松臣.多元非线性非平稳时间序列的建模方法研究[D].天津：天津大学，2007.
[266]张海勇.基于局域波法的非平稳随机信号分析中若干问题的研究[D].大连：大连理工大学，2001.
[267]张浩然，韩正之，李昌刚.基于支持向量机的未知非线性系统辨识与控制[J].上海交通大学学报，2003，37(06)：927-930.
[268]王宇红，黄德先，高东杰，等.基于ls-Svm的非线性预测控制技术[J].控制与决策，2004，19(04)：383-387.
[269]陈伟.语音识别声学建模中的主动学习研究[D].北京：北京邮电大学，2011.
[270]陈淑慧.分类方法在中医辨证诊断应用中的比较研究[D].广州：广州中医药大学，2008.
[271]王晓宇.红外图像分析关键技术研究[D].武汉：华中科技大学，2008.
[272]齐龙.基于多光谱视觉的稻瘟病检测技术研究[D].长春：吉林大学，2009.
[273]孙李红.基于组合预测方法的舰船纵摇运动预报[D].哈尔滨：哈尔滨工程大学，2009.
[274]葛欣.基于知识的矿井通风机故障诊断的研究[D].徐州：中国矿业大学，2010.
[275]郝祖龙.电站锅炉燃烧状态识别与诊断研究[D].北京：华北电力大学，2010.
[276]李秀枝.我国上市公司财务报告舞弊特征及识别研究[D].徐州：中国矿业大学，2010.
[277]王正帅.老采空区残余沉降非线性预测理论及应用研究[D].徐州：中国矿业大学，2011.
[278]杨力.基于小样本数据的矿井瓦斯突出风险评价[D].2011.
[279]刘开云，乔春生，滕文彦.边坡位移非线性时间序列采用支持向量机算法的智能建模与预测研究[J].岩土工程学报，2004(01).
[280]赵洪波.支持向量机在隧道围岩变形预测中的应用[J].岩石力学与工程学报,2005，24(04)：649-642.
[281]张军峰，胡寿松.基于聚类和支持向量机的非线性时间序列故障预报[J].控制理论与应用，2007，24(01)：64-68.
[282]侯俊剑.基于声像模式识别的故障诊断机理研究[D].上海：上海交通大学，2011.
[283]钟诗胜，付旭云，胡淑荣.小样本条件下航空装备费用预测[J].哈尔滨工业大学学报，2011，43(05)：52-55.
[284]于延胜，陈兴伟.基于Mann-Kendall法的水文序列趋势成分比重研究[J].自然资源学报，2011，26(09)：1585-1589.
[285]李丽娟，郑红星.华北典型河流年径流演变规律及其驱动力分析——以潮白河为例[J].地理学报，2000，55(03)：309-317.
[286]吴昌广.气候变化背景下三峡库区植被覆盖动态及其土壤侵蚀风险研究[D].武汉：华中农业大学，2011.
[287]徐蕾.极端工况下矿井提升机衬垫摩擦学性能及改性研究[D].徐州：中国矿业大学，2010.
[2]孙继平.煤矿物联网特点与关键技术研究[J].煤炭学报,2011(01)：167-171.
[3]王恩元，何学秋，李忠辉，等.煤岩电磁辐射技术及其应用[M].北京：科学出版社，2009.
[4]国家安全生产监督管理总局，国家煤矿安全监察局.关于辽宁省阜新矿业(集团)有限责任公司孙家湾煤矿海州立井“2.14”特别重大瓦斯爆炸事故调查处理情况的通报[EB/OL].http://www.chinasafety.gov.cn/zhengwuxinxi/2005-05/17/content_97945.htm，2005.
[5]潘一山，李忠华，章梦涛.我国冲击地压分布、类型、机理及防治研究[J].岩石力学与工程学报，2003，22(11)：1844-1851.
[6]王显政.加强形势认识合理应对挑战提升煤炭工业发展科学化水平[J].中国煤炭工业，2012(03)：4-7.
[7]蓝航，齐庆新，潘俊锋，等.我国煤矿冲击地压特点及防治技术分析[J].煤炭科学技术，2011，39(01)：11-15.
[8]张寅.深部特厚煤层巷道冲击地压机理及防治研究[D].徐州：中国矿业大学，2010.
[9]国家安全生产监督管理总局.河南义马千秋煤矿发生冲击地压事故造成10人死亡[EB/OL].2011.http://www.chinasafety.gov.cn/newpage/Contents/Channel_5034/2011/1104/155046/content_155046.htm，2011.
[10]国家煤矿安全监察局.煤矿安全生产“十二五”规划[J].2011.
[11]李美，卢军.地震电磁辐射前兆异常特征和异常指标关系研究[J].地震，2008，28(04)：112-120.
[12]于海雁，周洪娟，乔晓林.汶川M_S8.0地震前ELF异常电磁辐射传播分析[J].地震学报，2010，32(06)：641-648.
[13]章梦涛.我国冲击地压预测和防治[J].辽宁工程技术大学学报(自然科学版)，2001，20(04)：434-435.
[14]祝捷，姜耀东，赵毅鑫，等.改进的Lippmann煤层平动突出模型[J].煤炭学报，2007，32(04)：353-357.
[15]郭延华，姜福兴，张常光.高地应力下圆形巷道临界冲击地压解析解[J].工程力学，2011，28(02)：118-122.
[16]赵本钧，岳之学.冲击地压发生理论之探讨[J].矿山压力与顶板管理，1992(01)：70-74.
[17]王旭宏.大同矿区“三硬”煤层冲击地压发生机理研究[D].太原：太原理工大学，2010.
[18]姚精明，闫永业，刘茜倩，等.基于能量理论的煤岩体破坏电磁辐射规律研究[J].岩土力学，2012.
[19]刘德乾.深埋煤层采动过程顶板聚压与煤柱受力的关联性及其断层结构影响[D].徐州：中国矿业大学，2009.
[20]齐庆新，彭永伟，李宏艳，等.煤岩冲击倾向性研究[J].岩石力学与工程学报，2011，30(S1)：2736-2742.
[21]潘一山，耿琳，李忠华.煤层冲击倾向性与危险性评价指标研究[J].煤炭学报，2010，35(12)：1975-1978.
[22]窦林名，王云海，何学秋，等.煤样变形破坏峰值前后电磁辐射特征研究[J].岩石力学与工程学报，2007，26(05)：908-914.
[23]章梦涛.冲击地压失稳理论与数值模拟计算[J].岩石力学与工程学报，1987，6(03)：197-204.
[24]潘一山，章梦涛.冲击地压失稳理论的解析分析[J].岩石力学与工程学报，1996，15(S1)：504-510.
[25]章梦涛，徐曾和，潘一山，等.冲击地压和突出的统一失稳理论[J].煤炭学报，1991，16，(04)：48-53.
[26]李玉生.冲击地压机理及其初步应用[J].中国矿业学院学报，1985(03)：37-43.
[27]潘立友.冲击地压前兆信息的可识别性研究及应用[D].泰安：山东科技大学，2003.
[28]窦林名，何学秋.冲击矿压防治理论与技术[M].徐州：中国矿压大学出版社，2001.
[29]窦林名，何学秋.煤矿冲击矿压的分级预测研究[J].中国矿业大学学报，2007，36，(06).：717-722
[30]赵本钧.冲击地压及其防治[M].北京：煤炭工业出版社，1994.
[31]赵本钧，章梦涛.钻屑法的研究和应用[J].阜新矿业学院学报，1985(S1)：13-28.
[32]徐学锋.煤层巷道底板冲击机理及其控制研究[D].徐州：中国矿业大学，2011.
[33]姜福兴，曲效成，于正兴，等.冲击地压实时监测预警技术及发展趋势[J].煤炭科学技术，2011，39(02)：59-64.
[34]窦林名，赵从国，杨思光，等.煤矿开采冲击矿压灾害防治[M].徐州：中国矿业大学出版社，2006.
[35] Urusovskaja, A.A. Sov. Phys. Usp.[J].1969.11：631.
[36]王恩元，何学秋，刘贞堂.煤岩电磁辐射特性及其应用研究进展[J].自然科学进展，2006，16(05)：532-536.
[37]李均之，曹明，夏雅琴等.岩石压缩试验与震前电磁波辐射的研究[J].北京工业大学学报，1982(04)：47-53.
[38]徐为民，童芜生，王自成.单轴压缩下岩样破坏过程中的发光现象[J].地震，1984(01)：8-10.
[39]徐为民，童芜生，吴培稚.岩石破裂过程中电磁辐射的实验研究[J].地球物理学报，1985，28(02)：181-189.
[40]孙正江，王丽华，吴忠良.岩石破裂过程中的低频电磁辐射[J].地震，1986(04)：1-4.
[41]孙正江，王丽华，高宏.岩石标本破裂时的电磁辐射和光发射[J].地球物理学报，1986，29(05)：491-495.
[42]朱元清，罗祥麟，郭自强，等.岩石破裂时电磁辐射的机理研究[J].地球物理学报，1991，34(05)：594-600.
[43]郭自强，刘斌.岩石破裂电磁辐射的频率特性[J].地球物理学报，1995，38(02)：221-225.
[44]宋晓艳.煤岩物性的电磁辐射响应特征与机制研究[D].徐州：中国矿业大学，2009.
[45]卡2纳，阿.地壳中的电磁现象[M].北京：学术书刊出版社，1990.
[46]张德齐，殷春阳，王盛飞，等.临震电磁波信息研究[J].西北地震学报，1981，3(03)：9-14.
[47]林美.震前电磁波异常研究[J].华南地震，1985，5(03)：31-39.
[48]国家地震局科技监测司编.震前电磁波观测与实验研究文集[M].北京：地震出版社，1989
[49]张全喜，张明灿.云南地区中强与强烈地震电磁辐射的观测研究[J].地震学报，1992，14(03)：325-331.
[50]钱书清，任克新，吕智.伴随岩石破裂的vlf，Mf，Hf和vhf电磁辐射特性的实验研究[J].地震学报，1996，18(03)：346-351.
[51]刘煜洲，刘因，王寅生，等.岩石破裂时电磁辐射的影响因素和机理[J].地震学报，1997，19(04)：418-425.
[52]王恩元，何学秋，刘贞堂.煤岩变形及破裂电磁辐射信号的r/S统计规律[J].中国矿业大学学报，1998，27(04)：349-351.
[53]王恩元，何学秋，刘贞堂.煤岩变形及破裂电磁辐射信号的分形规律[J].辽宁工程技术大学学报(自然科学版)，1998，17(04)：343-347.
[54]郭自强，罗祥麟，钱书清，等.矿山爆破中的电磁辐射[J].地球物理学报，1999，42(06)：834-840.
[55]王恩元，何学秋.煤岩变形破裂电磁辐射的实验研究[J].地球物理学报，2000，43(01)：131-137.
[56]窦林名，何学秋，王恩元，等.由煤岩变形冲击破坏所产生的电磁辐射[J].清华大学学报(自然科学版)，2001，41(12)：86-88.
[57]钱书清，郝锦绮，周建国，等.岩石受压破裂的ULF和LF电磁前兆信号[J].中国地震，2003，19(02)：109-116.
[58]王来贵，李成全，章梦涛.煤(岩)破坏前兆电磁波监测研究[J].辽宁工程技术大学学报(自然科学版)，1999，18(05)：480-482.
[59]龚强，胡祥云，张胜业，等.岩石破裂电磁辐射频率与弹性参数的关系[J].地球物理学报，2006，49(05)：1523-1528.
[60] Rabinovitch,A.,V. Frid,J. Goldbaum, et al. Polarization-depolarization process in glass duringpercussion drilling[J]. Philosophical Magazine,2003.83(25)：2929-2940.
[61] Frid,V.,J. Goldbaum,A. Rabinovitch, et al.. Depolarization in percussion drilling ofSolenhofen limestone[J]. Journal of Applied Physics,2005.97(1)：14908-14901.
[62] Frid,V.,J. Goldbaum,A. Rabinovitch, et al. Electric polarization induced by mechanicalloading of Solnhofen limestone[J]. Philosophical Magazine Letters,2009.89(7)：453-463.
[63]陈祥东.冲击地压的无触点预测法[J].冶金安全,1982(02)：58-59.
[64]马超群，陆道儿，李天明，等. MTT-92型煤与瓦斯突出危险探测仪的研制及试验[J].煤炭工程师，1996(06)：1-8.
[65]杨勇，潘一山，李国臻.便携式电磁辐射仪监测冲击矿压危险区域研究[J].煤矿开采，2007，12(02)：62-64.
[66]纪学忠，李吉林. И Э МИ-1电磁辐射仪在煤矿冲击地压预测中的应用[J].中国高新技术企业，2012(17)：61-63.
[67]杨勇.煤岩电磁辐射机理及在冲击地压预测中的应用研究[D].阜新：辽宁工程技术大学，2007.
[68] Vostretsov,A.G.,A.V. Krivetskii,A.A. Bizyaev, et al. EMR recording equipment forunderground mines[J]. Journal of Mining Science,2008.44(2)：218-224.
[69] Frid,V.,K. Vozoff. Electromagnetic radiation induced by mining rock failure[J]. InternationalJournal of Coal Geology,2005.64(1-2)：57-65.
[70]钱建生，刘富强，陈治国，等.煤与瓦斯突出电磁辐射监测仪[J].中国矿业大学学报，2000，29(02)：167-169.
[71]聂百胜，何学秋，何俊，等.电磁辐射信号的小波变换去噪研究[J].太原理工大学学报，2006，37(05)：557-560.
[72]撒占友，王恩元.煤岩破坏电磁辐射信号的短时分形模糊滤波[J].电波科学学报，2007，22(02)：191-196.
[73] Poturayev,V.N.,A.F. Bulat,V.K. Khokholev. Combined detection of electromagnetic andacoustic emissions associated with rock failure[J]. Doklady. Earth science sections,1989.308(5)：86-89.
[74]何学秋，刘明举.含瓦斯煤岩破坏电磁动力学[M].徐州：中国矿业大学出版社，1995.
[75] Frid,V.I.,A.N. Shabarov,V.A. Proskuryakov, et al. Forming of coal seam electromagneticradiation[J]. Fiziko-Tekhnicheskie Problemy Razrabotki Poleznykh Iskopaemykh,1992(2)：40-47.
[76] Proskuryakov,V.M.,A.N. Shabarov,V.I. Frid. Prediction of rock bump danger of coal seams bymeans of their electromagnetic radiations[J]. Bezopastnost Truda vPromyshlennosti,1992(7)：26-26.
[77] Frid,V. Rockburst hazard forecast by electromagnetic radiation excited by rock fracture[J].Rock mechanics and rock engineering,1997.30(4)：229-236.
[78]王恩元.含瓦斯煤破裂的电磁辐射和声发射效应及其应用研究[D].中国矿业大学：徐州，1997.
[79]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(03)：225-229.
[80]王恩元，何学秋，刘贞堂，等.受载岩石电磁辐射特性及其应用研究[J].岩石力学与工程学报，2002，21(10)：1473-1477.
[81]王恩元，何学秋，刘贞堂，等.受载煤体电磁辐射的频谱特征[J].中国矿业大学学报，2003，32(05)：487-490.
[82]何学秋，聂百胜，王恩元，等.矿井煤岩动力灾害电磁辐射预警技术[J].煤炭学报，2007，32，(01)：56-59.
[83]肖红飞，何学秋，王恩元，等.煤与瓦斯突出电磁辐射预测指标临界值的确定及应用[J].煤炭学报，2003，28(05)：465-469.
[84]肖红飞，何学秋，王恩元，等.煤岩破裂电磁辐射预测临界值的选取及应用[J].煤矿安全，2003，34(05)：8-11.
[85]肖红飞，何学秋，冯涛，等.基于力电耦合煤岩特性对煤岩破裂电磁辐射影响的研究[J].岩土工程学报，2004，26(05)：663-667.
[86]肖红飞，何学秋，冯涛，等. Flac在煤岩变形破裂力电耦合规律研究中的应用[J].煤炭学报，2004，29(06)：694-698.
[87]肖红飞，何学秋，冯涛，等.基于力电耦合冲击矿压电磁辐射预测法的研究[J].中国安全科学学报，2004，14(04)：86-89.
[88]肖红飞，何学秋，王恩元.受压煤岩破裂过程电磁辐射与能量转化规律研究[J].岩土力学，2006，27(07)：1097-1100.
[89]撒占友，何学秋，王恩元.煤岩破坏电磁辐射记忆效应特性及产生机制[J].辽宁工程技术大学学报，2004(S1).
[90]撒占友，何学秋，王恩元.煤岩变形破坏电磁辐射记忆效应的力电耦合规律[J].地球物理学报，2006，49(05)：1517-1522.
[91]魏建平，何学秋，王恩元，等.煤与瓦斯突出电磁辐射多重分形特征[J].辽宁工程技术大学学报，2005，24(01)：1-4.
[92]李忠辉，王恩元，何学秋，等.含水量对煤岩电磁辐射特征的影响[J].中国矿业大学学报，2006，35(03)：362-366.
[93]李忠辉.受载煤体变形破裂表面电位效应及其机理的研究[D].中国矿业大学：徐州，2007.
[94]赵恩来，王恩元，刘贞堂，等.煤岩单轴压缩过程电磁辐射的数值模拟研究[J].中国矿业大学学报，2010，39(05)：648-651.
[95]贾慧霖.受载煤岩变形破裂低频电磁信号规律特征与机理研究[D].徐州：中国矿业大学，2010.
[96]刘晓斐，王恩元，何学秋，等.回采工作面应力分布的电磁辐射规律[J].煤炭学报，2007，32(10)：1019-1022.
[97]李忠辉，王恩元，何学秋，等.掘进工作面前方电磁辐射分布规律研究[J].中国矿业大学学报，2007，36(02)：142-147.
[98]聂百胜，何学秋，王恩元.煤体变形破裂电磁辐射的初步实验研究[J].煤矿安全，2000(04)：38-41.
[99]聂百胜，何学秋，王恩元，等.煤体剪切破坏过程电磁辐射与声发射研究[J].中国矿业大学学报，2002，31(06)：609-611.
[100]王恩元，何学秋，窦林名，等.煤矿采掘过程中煤岩体电磁辐射特征及应用[J].地球物理学报，2005，48(01)：216-221.
[101]邹喜正，窦林名，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(04)：452-455.
[102]蒋金泉，李洪.基于混沌时序预测方法的冲击地压预测研究[J].岩石力学与工程学报，2006，25(05)：889-895.
[103]李洪.冲击矿压前兆信息的混沌预测及模式识别研究[D].泰安：山东科技大学，2006.
[104]李洪，戴仁竹，蒋金泉.基于最大Lyapunov指数的冲击地压预测模型[J].采矿与安全工程学报，2006，23(02)：215-219.
[105]刘晓斐.冲击地压电磁辐射前兆信息的时间序列数据挖掘及群体识别体系研究[D]徐州：中国矿业大学，.2008.
[106]刘晓斐，王恩元，何学秋.孤岛煤柱冲击地压电磁辐射前兆时间序列分析[J].煤炭学报，2010，35(S1)：15-18.
[107]刘晓斐，王恩元，赵恩来，等.孤岛工作面冲击地压危险综合预测及效果验证[J].采矿与安全工程学报，2010，27(02)：215-218.
[108]姚精明，闫永业，税国洪，等.煤岩体破裂电磁辐射分形特征研究[J].岩石力学与工程学报，2010，29(S2)：4102-4107.
[109] Finkelstein,D.,J. Powell. Earthquake lightning[J]. Nature,1970.228(Copyright1971,IEE)：759-760.
[110] Nitsan,U. Electromagnetic emission accompanying fracture of quartz-bearing rocks[J].Geophysical Research Letters,1977.4(Copyright1977,IEE)：333-336.
[111] Mizutani,H.,T. Ishido,T. Yokokura, et al. Electrokinetic phenomena associated withearthquakes[J]. Geophysical Research Letters,1976.3(Copyright1976,IEE)：365-368.
[112] Martelli,G.,P. Cerroni. On the theory of radio frequency emission from macroscopichypervelocity impacts and rock fracturing[J]. Physics of the Earth and PlanetaryInteriors,1985.40(Copyright1986,IEE)：316-319.
[113] Ogawa,T.,K. Oike,T. Miura. Electromagnetic Radiations From Rocks[J]. J. Geophys.Res.,1985.90(D4)：6245-6249.
[114] Brady,B.T.,G.A. Rowell. Laboratory investigation of the electrodynamics of rock fracture[J].Nature,1986.321(Copyright1986,IEE)：488-492.
[115] O'Keefe,S.G.,D.V. Thiel. A mechanism for the production of electromagnetic radiationduring fracture of brittle materials[J]. Physics of the Earth and Planetary Interiors,1995.89(1-2)：127-135.
[116]郭自强，尤峻汉，李高，等.破裂岩石的电子发射与压缩原子模型[J].地球物理学报，1989，32(02)：173-177.
[117]威廉2H2海特，约翰2A2巴克.工程电磁场（第七版）[M].西安：西安交通大学出版社，2009.
[118]郭自强，杨海涛，刘斌.花岗岩破裂发射的量子化学模型[J].地球物理学报，1990，33(04)：424-428.
[119] GEORGE BEKEFI,A.H.B.电磁振动电磁波和辐射[M].北京：人民教育出版社,1981.
[120] Rabinovitch,A.,V. Frid,D. Bahat. Parametrization of electromagnetic radiation pulsesobtained by triaxial fracture of granite samples[J]. Philosophical Magazine Letters,1998.77(5)：289-293.
[121] Rabinovitch,A.,V. Frid,D. Bahat, et al. Decay mechanism of fracture inducedelectromagnetic pulses[J]. Journal of Applied Physics,2003.93(9)：5085-5090.
[122] Frid,V.,D. Bahat,A. Rabinovich. Analysis of en echelon/hackle fringes and longitudinalsplits in twist failed glass samples by means of fractography and electromagnetic radiation[J].Journal of Structural Geology,2005.27(1)：145-159.
[123]波诺马廖夫AB.煤岩变形与破裂的电现象//苏联地震预报研究文集[M].北京：地震出版社,1993.
[124] Varotsos,P.,N. Sarlis,M. Lazaridou. Interconnection of defect parameters and stress-inducedelectric signals in ionic crystals[J]. Physical Review B,1999.59(1)：24-27.
[125] Makhmudov,K.F.,V.S. Kuksenko. Electromagnetic phenomena entailed by deformation andfracture of dielectric solids[J]. Physics of The Solid State,2005.47(5)：882.
[126] Zubko,P.,G. Catalan,A. Buckley, et al. Strain-Gradient-Induced Polarization in SrTiO_{3}Single Crystals[J]. Physical Review Letters,2007.99(16)：167601.
[127]乔松，周锰钰，白朗.勘探电磁论[M].徐州：中国矿业大学出版社，1991.
[128] N.纳比吉安,米.勘察地球物理电磁法第一卷理论[M].北京：地质出版社，1992.
[129]陈惠青.电磁波理论——无坐标方法[M].北京：电子工业出版社，1988.
[130]万国香.应力波作用下岩石电磁辐射与声发射特性研究[D].长沙：中南大学2008.
[131]李志聃.煤田电法勘探[M].徐州：中国矿业大学出版社，1990.
[132]闵长江，卜凡启，周廷振，沈云定，尹安琪，孙礼春.煤矿冲击矿压及防治技术[M].徐州：中国矿业大学出版社，1998.
[133]孙继平，郑召文，冯德旺.矿井浪涌脉冲电磁辐射特性的研究[J].煤炭学报，2009，34(05)：707-710.
[134]崔立林，章林柯，朱海潮，等.一种多传感器信息融合的噪声源识别方法研究[J].船舶力学，2010，14(10)：1173-1179.
[135]孙即祥.现代模式识别[M].长沙：国防科技大学出版社，2001.
[136]史玉峰.数字信息模式识别理论及其应用[D].泰安：山东科技大学，2003.
[137]王丽霞，何正友，戴铭，等.一种电能质量扰动信号的分层识别新方法[J].电力系统自动化，2009，33(24)：65-69.
[138]薛洋.基于单个加速度传感器的人体运动模式识别[D].广州：华南理工大学2011.
[139]夏鲁瑞.液体火箭发动机涡轮泵健康监控关键技术及系统研究[D].长沙：国防科技大学，2010.
[140]蒋玲莉，刘义伦，李学军，等.基于svm与多振动信息融合的齿轮故障诊断[J].中南大学学报(自然科学版)，2010，41(06)：2184-2188.
[141]吴胜强.核主元分析及证据理论的多域特征故障诊断新方法研究[D].秦皇岛：燕山大学2011.
[142]张旭东，陈武柱，刘春，等. Co_2激光焊接的同轴检测与熔透控制(Ⅱ)熔透状态同轴光信号的频域分析[J].焊接学报，2004，25(05)：25-29.
[143]任全民.非平稳信号特征提取方法在超高压压缩机故障诊断中的应用研究[D].大连：大连理工大学2006.
[144]孟庆丰.信号特征提取方法与应用研究[D].西安：西安电子科技大学，2006.
[145]李小平.智能信号分类方法研究[D].西安：西安电子科技大学，2004.
[146]曹葵康.支持向量机加速方法及应用研究[D].杭州：浙江大学，2010.
[147]韩骏.小波熵与小波网络在多相流参数测量中的应用研究[D].天津：天津大学，2010.
[148]邓艾东，赵力，包永强，等.噪声环境下基于小波熵的声发射识别[J].东南大学学报(自然科学版)，2009，39(06)：1151-1155.
[149]符玲，何正友，麦瑞坤，等.小波熵证据的信息融合在电力系统故障诊断中的应用[J].中国电机工程学报，2008，28(13)：64-69.
[150]杜运成.基于电容层析成像技术的气液两相流特性分析[D].天津：天津大学，2011.
[151]张丽新.高维数据的特征选择及基于特征选择的集成学习研究[D].北京：清华大学，2004.
[152]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.
[153]李金宗.模式识别导论[M].北京：高等教育出版社，1993.
[154]李弼程，邵美珍，黄洁.模式识别原理与应用[M].西安：西安电子科技大学出版社，2008.
[155]姜慧研，柴天佑.基于可信间隔的特征选择方法研究[J].控制与决策，2011，26(08)：1229-1232.
[156]张翔，邓赵红，王士同，等.极大熵Relief特征加权[J].计算机研究与发展，2011，48(06)：1038-1048.
[157]宋枫溪，高秀梅，刘树海，等.统计模式识别中的维数削减与低损降维[J].计算机学报，2005(11).
[158] Kira,K.,L.A. Rendell. The feature selection problem: traditional methods and a newalgorithm[J]. Proceedings of the tenth national conference on Artificial intelligence,1992：129-134.
[159] Kira,K.,L.A. Rendell. A practical approach to feature selection[J]. Proceedings of the ninthinternational workshop on Machine learning,1992：249-256.
[160]李伟红，陈伟民，杨利平，等.基于不同Margin的人脸特征选择及识别方法[J].电子与信息学报，2007，29(07)：1744-1748.
[161]张丽新，王家廞，赵雁南，等.基于Relief的组合式特征选择[J].复旦学报(自然科学版)，2004，43(05)：893-898.
[162]宋恩民，黄东山，马光志，等.评估子集类区分能力的特征选择方法[J].武汉：华中科技大学学报(自然科学版)，2011，39(02)：1-5.
[163]张颖娜，张超，赵冬玲，等.利用ReliefFO和海明遗传算法的面向对象分类特征选择算法[J].武汉大学学报(信息科学版)，2010，35(12)：1444-1448.
[164]吴浩苗，尹中航，孙富春. Relief算法在笔迹识别中的应用[J].计算机应用，2006，26(01)：174-176.
[165]周晓飞.几种新型分类器设计及其在人脸识别应用中的研究[D].2008.
[166]陈公宁.矩阵理论与应用（第二版）[M].北京：科学出版社，2007.
[167] Beyer,K.S.,J. Goldstein,R. Ramakrishnan, et al. When Is ''Nearest Neighbor'' Meaningful?[J].Proceedings of the7th International Conference on Database Theory,1999：217-235.
[168]王家耀，谢明霞，郭建忠，等.基于相似性保持和特征变换的高维数据聚类改进算法[J].测绘学报，2011，40(03)：269-275.
[169] Hinneburg,A.,C.C. Aggarwal,D.A. Keim. What Is the Nearest Neighbor in HighDimensional Spaces?[J]. Proceedings of the26th International Conference on Very LargeData Bases,2000：506-515.
[170]刘松华.核矩阵低秩分解与核空间信息能度量研究及应用[D].西安：西安电子科技大学，2011.
[171]丁世飞，史忠植，靳奉祥，等.基于广义信息距离的直接聚类算法[J].计算机研究与发展，2007，44(04)：674-679.
[172]徐雪松，张宏，刘凤玉.基于核函数距离测度的lle降维及其在离群聚类中的应用[J].仪器仪表学报，2008，29(09)：1996-1999.
[173]胡正平，路亮，许成谦.基于l1范数稀疏距离测度学习的单类分类算法[J].电子学报，2012，40(01)：134-150.
[174]王骏，王士同.基于混合距离学习的双指数模糊C均值算法[J].软件学报，2010，21(08)：1878-1888.
[175]王骏.无监督学习中聚类和阈值分割新方法研究[D].南京：南京理工大学2011.
[176]汪增福.模式识别[M].合肥：中国科学技术大学出版社，2010.
[177] W,T.J. Mathematics,picturing of data[J]. Proceedings of the International Congress onMathematics. Vancouver,1975,2：523--531.,1975.
[178] I,C.,L.-D.a. M. Integral trimmed regions[J]. Journal of Multivariate Analysis,2005.96：404-424.
[179]胡永刚.数据深度在再生核Hilbert空间及张量空间的扩展[D].长沙：国防科技大学，2009.
[180]李强.两类数据深度及深度加权m估计[D].长沙：国防科技大学，2008.
[181] Gao,Y. Data depth based on spatial rank[J]. Statistics& Probability Letters,2003.65(3)：217-225.
[182] Serfling,R.,Y. Zuo. General notions of statistical depth function[J]. The Annals ofStatistics,2000.28：461-482.
[183]胡永刚，吴翊，李强.空间秩深度加权的鲁棒性支撑向量机[J].系统工程与电子技术，2009，31(10)：2429-2434.
[184] Asuncion,A.F.a.A. Machine Learning Repository[EB/OL].2010.http://archive.ics.uci.edu/ml.
[185] Duin,R.P.W.,P. Juszczak,P. Paclik, et al. PRTools4A Matlab Toolbox for PatternRecognition[EB/OL].2007. http://prtools.org.
[186]常锦才.多元样条的力学意义与自适应数据分析的某些研究[D].大连：大连理工大学，2008.
[187]齐庆新，毛德兵，王永秀.冲击地压的非线性非连续特征[J].岩土力学，2003，24(S2)：575-579.
[188]王学滨，杜亚志，潘一山，等.弹性-脆性-损伤模型及其在岩石局部破坏研究中的应用[J].应用基础与工程科学学报，2012，20(04)：642-653.
[189]傅宇方，梁正召，唐春安.岩石介质细观非均匀性对宏观破裂过程的影响[J].岩土工程学报，2000，22(06)：705-710.
[190]陈忠辉，唐春安，傅宇方.岩石微破裂损伤演化诱致突变的数值模拟[J].岩土工程学报，1998，20(06)：9-15.
[191]王永岩，魏佳，齐珺，等.深部岩体非线性蠕变变形预测的研究[J].煤炭学报，2005，30(04)：409-413.
[192]孙继平，王福增.煤矿井下电磁干扰对通信和监控系统的影响分析[J].工矿自动化，2009(02)：23-27.
[193]赵春晖.数字形态滤波器理论及其算法研究[D].哈尔滨：哈尔滨工业大学，1998.
[194]张杰.基于数学形态学的故障行波测距方法研究[D].昆明：昆明理工大学，2005.
[195]陈凯.基于经验模式分解的去噪方法[J].石油地球物理勘探，2009，44(05)：603-608.
[196]戴吾蛟，丁晓利，朱建军，等.基于经验模式分解的滤波去噪法及其在gps多路径效应中的应用[J].测绘学报，2006，35(04)：321-327.
[197]徐春生.微弱信号检测及机械故障诊断系统研究[D].天津：天津大学，2008.
[198]关山.基于声发射信号多特征分析与融合的刀具磨损分类与预测技术[D].长春：吉林大学，2011.
[199] Huang,N.E.,Z. Shen,S.R. Long, et al. The empirical mode decomposition and the Hilbertspectrum for nonlinear and non-stationary time series analysis[J]. Proceedings of the RoyalSociety of London. Series A： Mathematical,Physical and Engineering Sciences,1998.454(1971)：903-995.
[200]胡爱军. Hilbert-Huang变换在旋转机械振动信号分析中的应用研究[D].北京：华北电力大学，2008.
[201] Huang,N.E.,Z. Shen,S.R. Long. A NEW VIEW OF NONLINEAR WATER WAVES：TheHilbert Spectrum1[J]. Annual Review of Fluid Mechanics,1999.31(1)：417-457.
[202] Huang,N.E. Review of empirical mode decomposition. in Wavelet Applications VIII,18-20April2001.2001. USA：SPIE-Int. Soc. Opt. Eng.
[203] Wu,Z.,N.E. Huang. A study of the characteristics of white noise using the empirical modedecomposition method[J]. Proceedings of the Royal Society of London. Series A：Mathematical,Physical and Engineering Sciences,2004.460(2046)：1597-1611.
[204] Huang,N.E.,M.-L.C. Wu,S.R. Long, et al. A confidence limit for the empirical modedecomposition and Hilbert spectral analysis[J]. Proceedings of the Royal Society of London.Series A：Mathematical,Physical and Engineering Sciences,2003.459(2037)：2317-2345.
[205]曹冲锋，杨世锡，杨将新.大型旋转机械非平稳振动信号的eemd降噪方法[J].振动与冲击，2009，28(09)：33-38.
[206]沈路.数学形态学在机械故障诊断中的应用研究[D].杭州：浙江大学，2010.
[207]张全明，刘会金.基于广义形态滤波的电力系统采样信号处理[J].电力自动化设备，2006，26(10)：45-48.
[208]张建成，吴新杰.形态滤波在实时信号处理中应用的研究[J].传感技术学报，2007，20(04)：827-831.
[209]郝如江，卢文秀，褚福磊.滚动轴承故障信号的多尺度形态学分析[J].机械工程学报，2008，44(11)：160-165.
[210]何怡刚，张颖，周晖.采用形态滤波和“特定谐波消除”混合滤波算法的电压动态振动检测[J].高电压技术，2009，35(12)：3093-3098.
[211]雷涛，樊养余.双算子形态学滤波器[J].自动化学报，2011，37(04)：449-462.
[212]赵静，何正友，钱清泉.利用广义形态滤波与差分熵的电能质量扰动检测[J].中国电机工程学报，2009，29(07)：121-127.
[213] Esposito,A.,P. D’Andria. An Adaptive Learning Algorithm for ECG Noise and BaselineDrift Removal,in Neural Nets,B. Apolloni,M. Marinaro,and R. Tagliaferri,Editors.2003,Springer Berlin/Heidelberg.139-147.
[214]张文斌，周晓军，李俊生，等.广义形态滤波器在轴心轨迹提纯中的应用[J].浙江大学学报(工学版)，2010，44(05)：893-896.
[215]蒋章，邓艾东，蔡宾宏.基于梯度法的自适应广义形态滤波在碰摩声发射信号降噪中的应用[J].中国电机工程学报，2011，31(08)：87-92.
[216]李关防.模态域信号处理在水声中的应用[D].哈尔滨：哈尔滨工程大学，2009.
[217]屈梁生，张西宁，沈玉娣.机械故障诊断理论与方法[M].西安：西安交通大学出版社，2009.
[218]王巍，赵国杰，李强.一种新的自适应降噪方法及其应用研究[J].计算机工程与应用，2007，43(26)：184-186.
[219]孙继平，任锦彪，冯德旺，等.煤矿井下变电所电气设备电磁辐射特性的测试[J].煤炭学报，2010，35(05)：861-864.
[220]李慧，蔺启忠，王钦军，等.基于小波包变换和数学形态学结合的光谱去噪方法研究[J].光谱学与光谱分析，2010，30(03)：644-648.
[221]崔雪梅.以复小波提取局部放电信号特征的原理及方法研究[D].重庆：重庆大学，2004.
[222]王恩元，何学秋，刘贞堂，等.煤岩动力灾害电磁辐射监测仪及其应用[J].煤炭学报，2003，28(04)：366-369.
[223]窦林名，何学秋.冲击矿压危险预测的电磁辐射原理[J].地球物理学进展，2005，20(02)：427-431.
[224]张贤达，保铮.非平稳信号分析与处理[M].北京：国防工业出版社，1998.
[225]尹洪胜.煤矿瓦斯时间序列分析方法与预警应用研究[D].徐州：中国矿业大学，2010.
[226]王晓兰，张万宏，王慧中.基于小波变换和ar-Lssvm的非平稳时间序列预测[J].控制与决策，2008，23(03)：357-360.
[227]徐科，徐金梧，班晓娟.基于小波分解的某些非平稳时间序列预测方法[J].电子学报，2001，29(04)：566-568.
[228]采峰，曾凤章.产品需求量非平稳时序的ann-Arma预测模型[J].北京理工大学学报，2007，27(03)：277-282.
[229]王秀峰，卢桂章.系统建模与辨识[M].北京：电子工业出版，2004.
[230]梁小筠.我国正在制订“正态性检验”的新标准[J].应用概率统计，2002，18(03)：269-276-.
[231]高华.城市地下燃气管网泄漏监测关键技术研究[D].天津：天津大学，2009.
[232]贾继德，陈容刚，邱峰，等.内燃机故障信号特性分析及诊断策略[J].农业机械学报，2005，36(12)：39-42.
[233]唐艳，汤井田.基于Wigner高阶谱的ECG信号分析[J].电子科技大学学报，2007，36(01)：143-145.
[234]丛玉良，王树勋，王宏志，等.平稳时间序列高斯性检验的积分多谱方法[J].光学精密工程，1997，5(06)：117-123.
[235]王斌会，徐勇勇.正态性检验的图示方法及其应用[J].数理统计与应用概率，1996，11(03)：249-256.
[236]陶谢.应用数理统计方法[M].北京：中国环境科学出版社，1994.
[237]胡文琳.机载雷达恒虚警率检测方法研究[D].长沙：国防科学技术大学，2007.
[238] Hinich,M.J. Testing for Gaussianity and linearity of a stationary time series[J]. Time SeriesJournal,1982.3（3）：169-176.
[239]宋寿鹏，阙沛文.超声信号的非线性行为及应用[J].传感技术学报，2007，20(01)：128-133.
[240]卢山.基于非线性动力学的金融时间序列预测技术研究[D].南京：东南大学，2006.
[241]李晓辉.基于非线性方法的雷达目标识别研究[D].长沙：国防科学技术大学，2004.
[242]张贤达.时间序列分析——高阶统计量方法[M].北京：清华大学出版社，1996.
[243]王宏禹.现代谱估计[M].南京：东南大学出版社，1990.
[244] Swami A,M.J.,Nikias C L. Higher-order spectral analysis toolbox user' s guide[M]. TheMathwerks Inc,1998.
[245] Brillinger,D.R.,M. Rosenblatt. Computation and interpretation of k-th order spectra[J].Spectral Analysis of Time Series,1967：189-232.
[246]史代敏，谢小燕.应用时间序列分析[M].北京：高等教育出版社，2011.
[247]寇惠，源培新.故障诊断中的振动信号处理[M].北京：冶金工业出版社，1989.
[248]高品贤.振动、冲击及噪声测试技术[M].成都：西南交通大学出版社，1992.
[249]王振龙.时间序列分析[M].北京：中国统计出版社，2000.
[250]刘田.非线性趋势单位根检验研究[D].西南财经大学2009.
[251]舒晓惠.非线性协整时间序列的非参数方法及其应用研究[D].暨南大学，2010.
[252]王黎明，王连，杨楠.应用时间序列分析[M].上海：复旦大学出版社，2009.
[253]陆懋祖.高等时间序列经济计量学[M].上海：上海人民出版社，1999.
[254]王雪标，王志强.财政政策、金融政策与协整分析[M].大连：东北财经大学出版社，2001.
[255]莫技.依托科技创新促进矿井安全和谐发展[J].煤矿安全，2009(07)：123-125.
[256]胡社荣，彭纪超，黄灿，等.千米以上深矿井开采研究现状与进展[J].中国矿业，2011，20(07)：105-110.
[257]张浩然，韩正之，李昌刚.支持向量机[J].计算机科学，2002，29(12)：135-142.
[258]苏怀智，温志萍，吴中如.基于svm理论的大坝安全预警模型研究[J].应用基础与工程科学学报，2009，17(01)：40-48.
[259] V.N.Vapnik,E.Levin,C.Y.Le. Measuring the VC-dimension of a learning machine NeuralCopmputation[J].1994.6.
[260] V.N.Vapnik. The nature of statistical learning theory[M]. New York：Springer,1995.
[261] Vapnik,V. Statistical Learning Theory[M]. New York：Springer,1998.
[262]王同煦，周鸿年，王源.实用Box-Jenkins预测模型及应用[J].电子科技大学学报，1990，19(06)：635-640.
[263]胡茑庆.转子碰摩非线性行为与故障辨识的研究[D].长沙：国防科学技术大学，2001.
[264]王定成.支持向量机建模预测与控制[M].北京：气象出版社，2009.
[265]李松臣.多元非线性非平稳时间序列的建模方法研究[D].天津：天津大学，2007.
[266]张海勇.基于局域波法的非平稳随机信号分析中若干问题的研究[D].大连：大连理工大学，2001.
[267]张浩然，韩正之，李昌刚.基于支持向量机的未知非线性系统辨识与控制[J].上海交通大学学报，2003，37(06)：927-930.
[268]王宇红，黄德先，高东杰，等.基于ls-Svm的非线性预测控制技术[J].控制与决策，2004，19(04)：383-387.
[269]陈伟.语音识别声学建模中的主动学习研究[D].北京：北京邮电大学，2011.
[270]陈淑慧.分类方法在中医辨证诊断应用中的比较研究[D].广州：广州中医药大学，2008.
[271]王晓宇.红外图像分析关键技术研究[D].武汉：华中科技大学，2008.
[272]齐龙.基于多光谱视觉的稻瘟病检测技术研究[D].长春：吉林大学，2009.
[273]孙李红.基于组合预测方法的舰船纵摇运动预报[D].哈尔滨：哈尔滨工程大学，2009.
[274]葛欣.基于知识的矿井通风机故障诊断的研究[D].徐州：中国矿业大学，2010.
[275]郝祖龙.电站锅炉燃烧状态识别与诊断研究[D].北京：华北电力大学，2010.
[276]李秀枝.我国上市公司财务报告舞弊特征及识别研究[D].徐州：中国矿业大学，2010.
[277]王正帅.老采空区残余沉降非线性预测理论及应用研究[D].徐州：中国矿业大学，2011.
[278]杨力.基于小样本数据的矿井瓦斯突出风险评价[D].2011.
[279]刘开云，乔春生，滕文彦.边坡位移非线性时间序列采用支持向量机算法的智能建模与预测研究[J].岩土工程学报，2004(01).
[280]赵洪波.支持向量机在隧道围岩变形预测中的应用[J].岩石力学与工程学报,2005，24(04)：649-642.
[281]张军峰，胡寿松.基于聚类和支持向量机的非线性时间序列故障预报[J].控制理论与应用，2007，24(01)：64-68.
[282]侯俊剑.基于声像模式识别的故障诊断机理研究[D].上海：上海交通大学，2011.
[283]钟诗胜，付旭云，胡淑荣.小样本条件下航空装备费用预测[J].哈尔滨工业大学学报，2011，43(05)：52-55.
[284]于延胜，陈兴伟.基于Mann-Kendall法的水文序列趋势成分比重研究[J].自然资源学报，2011，26(09)：1585-1589.
[285]李丽娟，郑红星.华北典型河流年径流演变规律及其驱动力分析——以潮白河为例[J].地理学报，2000，55(03)：309-317.
[286]吴昌广.气候变化背景下三峡库区植被覆盖动态及其土壤侵蚀风险研究[D].武汉：华中农业大学，2011.
[287]徐蕾.极端工况下矿井提升机衬垫摩擦学性能及改性研究[D].徐州：中国矿业大学，2010.