← 返回列表

一种煤矿典型灾害风险异构信息协同融合与分级预测方法

申请号: CN202410165967.9
申请人: 山东科技大学
申请日期: 2024/2/6

摘要文本

关注公众号 本发明公开了一种煤矿典型灾害风险异构信息协同融合与分级预测方法,涉及矿业和信息技术领域,包括如下步骤:步骤1、建立煤矿典型灾害风险多参量指标体系识别典型灾害风险特征参数,基于时序受限玻尔兹曼机模型筛选典型灾害风险关键特征参数并进行特征提取;步骤2、构建典型灾害风险数据融合模型和多源信息协同融合数据库;步骤3、基于卷积神经网络和长短期记忆网络构建典型灾害风险多参量感知分级预测模型,基于收集的历史数据训练和评估模型;步骤4、构建基于大数据技术的典型灾害风险智能联动与决策平台。本发明快速预判煤矿环境状态并进行分类,提高了煤矿灾害类型判别的准确性。

专利详细信息

项目 内容
专利名称 一种煤矿典型灾害风险异构信息协同融合与分级预测方法
专利类型 发明申请
申请号 CN202410165967.9
申请日 2024/2/6
公告号 CN117726181A
公开日 2024/3/19
IPC主分类号 G06Q10/0635
权利人 山东科技大学
发明人 王蕊; 陈绍杰; 郭忠平; 黄万朋; 赵同彬; 张文泉; 马志涛; 汪锋; 臧传伟; 李杨杨; 栾恒杰; 张玉宝; 张培森; 张继成
地址 山东省青岛市黄岛区前湾港路579号

专利主权项内容

1.一种煤矿典型灾害风险异构信息协同融合与分级预测方法,其特征在于,包括如下步骤:步骤1、建立煤矿典型灾害风险多参量指标体系识别典型灾害风险特征参数,基于时序受限玻尔兹曼机模型筛选典型灾害风险关键特征参数并进行特征提取;步骤2、构建典型灾害风险数据融合模型和多源信息协同融合数据库;步骤3、基于卷积神经网络和长短期记忆网络构建典型灾害风险多参量感知分级预测模型,基于收集的历史数据训练和评估模型;步骤4、构建基于大数据技术的典型灾害风险智能联动与决策平台。