申请/专利权人：杭州电子科技大学

申请日：2023-11-09

公开（公告）日：2024-01-23

公开（公告）号：CN117436031A

主分类号：G06F18/25

分类号：G06F18/25;G06F18/214;G06F18/22;G06N20/20;G06Q50/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.09#实质审查的生效;2024.01.23#公开

摘要：本发明公开了基于特征匹配度和异类子模型融合的安全性评估方法，该方法首先利用传感器，收集多组煤矿采掘数据，构建数据集，并划分训练集和测试集。其次将训练集按照输出值的大小排序，划分为K个子数据集并且使用机器学习方法构建K个子模型，并计算测试数据和子模型之间的匹配度和平均匹配度。然后根据计算得到的平均匹配度，计算子模型权重。最后融合子模型产生的多个子输出，并作为预测结果输出。本发明能够更加准确对煤矿开采工程进行安全评估，可以提高模型的预测精度和泛化能力。

主权项：1.基于特征匹配度和异类子模型融合的安全性评估方法，其特征在于，包括以下步骤：步骤1、利用传感器，收集多组煤矿采掘数据，构建数据集；所述数据集中，输入包括隧道参数、地质条件参数和施工参数；输出为矿井沉陷值；步骤2、采集得到的多组数据，将前80％的数据划分为训练集DT，后20％的数据划分为测试集DV；步骤3、将训练集DT按照输出值的大小排序，划分为K个子数据集，并且使用K个子数据集训练机器学习模型得到K个子模型；步骤4、计算测试数据和子模型之间的匹配度和平均匹配度步骤5、根据计算得到的平均匹配度计算子模型权重wq,k；步骤6、根据模型权重wq,k，融合子模型产生的多个子输出，并作为预测结果输出yq；步骤7、使用测试数据集进行测试，对测试数据集的预测准确性进行验证。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 基于特征匹配度和异类子模型融合的安全性评估方法

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