申请/专利权人：重庆邮电大学

申请日：2020-06-11

公开（公告）日：2020-09-18

公开（公告）号：CN111680268A

主分类号：G06F17/18(20060101)

分类号：G06F17/18(20060101);G01N33/00(20060101)

优先权：

专利状态码：有效-授权

法律状态：2023.05.23#授权;2020.10.20#实质审查的生效;2020.09.18#公开

摘要：本发明涉及一种基于云模型的多粒度煤矿瓦斯风险预测方法，所述方法包括：根据原始数据生成多个含混度小于阈值的高斯云；将论域边界由高斯云表征的概念转换成半梯形云，最终生成表示原始数据宏观概念的多个混合云；按照煤矿监管监察时间架构离散化数据集，调用逆向云发生器将每个离散的时间片转换成赋有语义的时间粒；按照煤矿监管监察空间架构离散化数据集，调用逆向云发生器将每个离散的空间片转换成赋有语义的空间粒；计算每个时间粒所隶属的相应宏观概念及隶属度；根据煤矿瓦斯浓度的多粒度表示结果构建云规则推理，对短期内的瓦斯浓度进行预测；本发明能够充分考虑真实生产环境，高效地处理海量煤矿安全生产数据，属于数据分析技术领域。

主权项：1.一种基于云模型的多粒度煤矿瓦斯风险预测方法，其特征在于，具体包括以下步骤：S0、获取原始数据；S1、统计原始数据频度分布，并计算其分布偏度，对于分布偏度大于阈值的对其进行对数转换；S2、调用高斯混合模型将其分布函数转换成多个高斯分布，并计算相应的高斯云参数，按序对每个高斯云的含混度进行判断，生成多个含混度小于阈值的高斯云；S3、将论域边界由高斯云表征的概念转换成半梯形云，最终生成表示原始数据宏观概念的多个混合云；S4、按照煤矿监管监察时间架构离散化数据集，调用逆向云发生器将每个离散的时间片转换成赋有语义的时间粒；S5、按照煤矿监管监察空间架构离散化数据集，调用逆向云发生器将每个离散的空间片转换成赋有语义的空间粒；S6、计算每个时间粒所隶属的相应宏观概念及隶属度，得到多粒度表示；S7、根据煤矿瓦斯浓度的多粒度表示结果构建云规则推理，对短期内的瓦斯浓度进行预测。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于云模型的多粒度煤矿瓦斯风险预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD