煤矿瓦斯灾害是制约煤矿安全生产的严重的自然灾害之一。监测瓦斯灾害的相关参数并预测其变化趋势,及早发现瓦斯灾害,对保证煤矿的安全生产和矿工的生命安全具有重要意义。本文重点研究了瓦斯灾害的特征提取与信息融合技术,分析了瓦斯灾害的特征,研究了对瓦斯灾害的特征信息进行提取的方法、特征级融合的方法和决策级融合方法,建立了瓦斯灾害特征提取模型、特征级融合模型以及决策级融合模型。(1)在对瓦斯灾害信息进行时域和频域分析的基础上,根据瓦斯灾害信息的特点,采用了时频联合分析的方法,分别利用Gabor变换和Wigner-Ville变换分析了瓦斯信号的时频特征。在此基础上,提出了瓦斯灾害信息多分辨率时频分析的方法,研究了多分辨率时频分析的原理,给出了瓦斯灾害多分辨率分析的具体方法。解决了瓦斯信号的时频联合分析问题,为分析与瓦斯灾害信息相类似的时变、非平稳信号的时频分析提供了理论依据。(2)独立分量分析是一个较新的研究方向,近年来吸引了众多学者和研究团体的研究兴趣。本文采用独立分量分析的方法对瓦斯灾害信息进行特征分析,给出了瓦斯灾害监测信息的多元数据表示方法,对瓦斯灾害监测信息进行了盲源分离,建立了瓦斯灾害信息特征的独立分量分析模型,并对独立分量分析模型进行了改进与优化,为准确分析瓦斯灾害信号的特征,提供了新的理论和方法。(3)对瓦斯灾害信息特征提取进行了研究。分析了瓦斯灾害信息特征提取的过程,给出了瓦斯灾害信息特征提取的评价准则,指出了进行特征提取时应考虑的因素。研究了基于时频分布奇异值的瓦斯灾害信息特征提取问题,给出了基于时频分布的瓦斯灾害信息的特征矢量表示方法,建立了基于奇异值分解的瓦斯灾害信息特征提取模型,阐明了瓦斯灾害信息的目标特征的评价标准,进一步完善了瓦斯灾害特征提取的理论体系。(4)以最大熵原理为基础,建立了最大熵瓦斯灾害信息特征提取模型,提出了最大熵模型的参数训练算法。最大熵方法是一种基于统计的机器学习方法,具有原理简单、数学推理简便的优点,利用最大熵原理建立的瓦斯灾害特征提取模型,能非常方便的使用多种特征,而且特征之间没有独立性假设,模型表达能力强,解决了瓦斯灾害多特征提取的难题,开辟了瓦斯灾害特征提取的新思路。(5)研究了基于支持向量机的瓦斯灾害特征提取方法。在阐述基于支持向量机的瓦斯灾害特征提取相关理论基础之上,建立了基于支持向量机的瓦斯灾害特征提取模型,针对模型中存在的不足,对模型进行了改进与优化,提出并建立了基于自动加权支持向量机的瓦斯灾害特征提取模型及算法,解决了在训练样本较少