基于机器学习的矿山灾害预警方法及系统

AITNT
正文
推荐专利
基于机器学习的矿山灾害预警方法及系统
申请号:CN202510642495
申请日期:2025-05-19
公开号:CN120299183A
公开日期:2025-07-11
类型:发明专利
摘要
本申请涉及一种基于机器学习的矿山灾害预警方法及系统。所述方法包括:基于周期性心跳信号检测节点响应时间,得到失效节点列表;所述周期性心跳信号由控制节点主动发送,用于指示所有节点反馈所述节点响应时间;所述失效节点列表用于表征网络拓扑图中失效的节点;基于所述失效节点列表及实时网络拓扑图,通过Q‑learning算法计算最优路径,得到优化通信路径表;基于所述优化通信路径表,通过改进Raft协议同步预警信息,得到全局一致预警信息集;基于所述全局一致预警信息集及矿山的三维数字孪生模型规划最优逃生路线,得到预警指令集,并向逃生终端发送所述预警指令集。采用本方法能够实现预警信息在拓扑网络内快速达成一致,动态调整逃生路径的效果。
技术关键词
矿山灾害预警方法 优化通信路径 数字孪生模型 Raft协议 网络拓扑 XGBoost模型 列表 孪生神经网络 多维特征向量 周期性 日志 节点依赖关系 构建栅格地图 中继节点 动态 LSTM模型 布隆过滤器 数据
系统为您推荐了相关专利信息
1
网络拓扑构建方法、装置、电子设备及存储介质
网络拓扑构建方法 地址映射 节点 路由器 可执行程序代码
2
时变交通流数据驱动的网络可靠性评估与增强方法
网络可靠性评估 交通流 网络拓扑 表达式 节点
3
基于数字孪生的锅炉燃烧运行优化方法及系统
数字孪生模型 集成学习算法 锅炉燃烧优化技术 因子 压力
4
一种用于大型钢板热处理的防变形自适应托架系统
托架系统 大型钢板 数字孪生模型 数据分析模块 数据采集模块
5
基于强化学习的电力通信网络资源负载均衡方法
电力通信网络 强化学习算法 深度确定性策略梯度 编码方案 最大化吞吐量
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号