摘要
本发明公开了一种基于人工智能的多灾种分级预测方法,包括以下步骤:对矿山灾害数据进行采集,形成矿山灾害数据库;构建矿山灾害预测指标体系;构建矿山多灾害预测数据库;根据矿山灾害预测指标体系中的指标选取评价特征,根据预设的矿山灾害预测算法库中的各算法分别对矿山多灾害预测数据库中的数据进行分级预测,在预设的不同评价指标下将各算法分级预测的预测结果进行汇总对比,得到预测结果综合评价指标评分最优的算法,并将该算法作为矿山灾害预测最优模型的算法;将矿山灾害数据输入矿山灾害预测最优模型,进行多灾种分级预测。本发明显著改善了矿山灾害数据集的不平衡性,实现数据降维,提高了预测的准确率。
技术关键词
矿山灾害
分级预测方法
皮尔逊相关系数
样本
数据
综合评价指标
随机森林
深度学习算法
评价特征
机器学习算法
马氏距离判别
重构
支持向量机算法
LSTM算法
节点
神经网络算法
处理器
系统为您推荐了相关专利信息
商用密码
管理信息系统
态势分析系统
数据采集中心
平台
监测方法
监测仪
数据同步
无迹卡尔曼滤波
协方差矩阵
大语言模型
数学计算器
执行器
非易失性存储介质
推理方法
攻击检测方法
攻击检测系统
特征选择
信息数据处理终端
遗传算法
远程查房系统
生命体征数据
患者
计算机可读取存储介质
生命体征采集终端