摘要
本发明涉及数据处理技术领域,具体涉及基于人工智能的矿井灾害预测与应急响应方法,该方法包括采集原始矿井数据;基于原始矿井数据生成模拟矿井数据;将训练数据输入至矿井灾害预测单元中;通过矿井数据采集单元采集新的原始矿井数据,采用训练完成的特征提取模型对新的原始矿井数据进行特征提取后,得到特征提取后的新的原始矿井数据,采用训练完成的分类模型对特征提取后的新的原始矿井数据进行分类得到新的原始矿井数据对应的安全状态,应急响应单元接收到安全状态后,输出对应的应急响应措施。现有的基于人工智能的矿井安全管理系统存在预测准确性较低的问题,该方法的预测准确性较高。
技术关键词
应急响应方法
矿井灾害
特征提取模型
神经网络参数
神经网络结构
应急响应措施
数据采集单元
量子态
动态
极限学习机算法
双线性插值算法
样本
风险评估模型
特征提取能力
双曲正切函数
粉尘灾害
实时数据
系统为您推荐了相关专利信息
识别交互方法
序列特征
特征提取模型
手势关键点
图像
浓度预测方法
LSTM模型
燃烧装置
变量
长短期记忆神经网络
弱监督学习
图像检测方法
炎症性肠病
图像块
注意力