摘要
以大规模物联网为支撑的新一代信息技术的深入应用,为基于海量大数据挖掘的煤矿安全知识发现提供了实现可能.现有的针对煤矿安全大数据的研究大多基于定量模型,其解决问题的角度单一且一定程度上忽略了煤矿监管中多时空、多粒度的管控需求,使得数据中蕴含的煤矿风险知识未得到客观、全面的发现.本文从煤矿监管中的多粒度需求出发,借助云模型定量数据与定性概念间良好的转换能力,从煤矿监管中的时间、空间监管架构角度,提出了基于自适应混合云变换的面向煤矿安全大数据的多粒度表示方法,该方法能够有效满足煤矿监管中其基于宏观、微观,不同时间、空间维度的变粒度需求,实现煤矿安全大数据在不同粒度认知结构中的特性的深入挖掘.通过在煤矿数据概念提取中的应用并与高斯云变换算法对比,其提取的概念覆盖度更全且更客观,验证了本方法的合理性;在煤矿监测数据预测应用中,其预测精度相较于arima算法更高,验证了本方法的可行性.
学科与关键词
关键词
煤矿安全大数据知识发现云模型多粒度概念提取
- 物联网、大数据及云计算技术在煤矿安全生产中的应用研究马小平; 胡延军; 缪燕子工矿自动化, 2014, 40(4): 5-9.
- 基于类别关键词权重的煤矿安全隐患分类方法林川; 武乐飞; 戴家佳贵州大学学报(自然科学版), 2019, (06): 1-6.
- 基于AHP-SPA的煤矿安全管理模型构建及应用张婷婷; 宿国瑞; 侍大军煤炭工程, 2019, (11): 179-184.
