基于云模型的煤矿安全大数据多粒度表示方法及应用

• 作者: 代劲 张磊 王国胤
• 来源期刊: 控制与决策
• 关键词: 煤矿安全 大数据 知识发现 云模型 多粒度 概念提取
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 论文与报告|Papers and Reports
• 页码范围: 2359-2368
• 页数: 10页
• 分类号: TP273
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2020.0325

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的可能.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.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,验证了所提方法的合理性;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,验证了所提方法的可行性.