基于改进Apriori算法的煤矿物联网规则系统研究

从物联网系统业务环境的需求分析开始,结合传统的关联规则挖掘方法 Apriori进行了改进,简化了算法挖掘频繁集以及规则的过程;并且实现了基于改进Apriori算法的物联网关联规则系统,为物联网关联规则分析业务提供灵活、高效的解决方案。     

基于改进Apriori算法的煤矿物态隐患系统设计与应用

为了更深入地研究和利用激增的煤炭隐患数据,对某煤矿的隐患及其属性进行了研究、分析与分层,构建了属性的星形全连接模型;并通过数据清洗、概化及连续属性离散化等数据挖掘技术,将大量原始隐患数据转化为适用挖掘的数据。应用经剪枝和连接步的优化改进的Apriori算法,对该煤矿近两年的物态隐患数据记录进行挖掘,得到频繁项集,导出关联规则;最后利用SQL Server 2008数据库和VS2010平台,构建并实现了煤矿物态隐患信息挖掘系统。     

云平台下的基于项目的KNN协同过滤算法在煤炭系统中的研究与应用

随着互联网技术的发展,往往希望通过分析消费者已有的历史数据,推荐消费者可能感兴趣的产品,并进一步取得更好的销售记录。煤炭系统中希望通过分析用户的消费记录,从而推荐给用户潜在的煤炭产品,提高煤炭的销售量。基于用户协同过滤算法被广泛地应用在煤炭推荐系统中,基于项目的 KNN协同过滤算法是通过分析产品之间的相似性完成聚类并推荐。传统的基于项目的 KNN协同过滤算法对现有的海量规模的煤炭系统中的销售记录数据不能高效、快速地完成推荐工作。文章基于海量规模数据,提出了基于MapReduce的分布式、基于项目的KNN协同过滤算法。通过实验结果表明,文中提出的算法具有很高的加速比,并且,具有很好的可扩展性。     

多维数量关联规则聚类挖掘研究

根据旅游数据的特殊性,提出了多维数量关联规则聚类算法(MDQARC),并从挖掘库的生成、数值属性的离散化以及关联规则挖掘和规则聚类等方面设计了有效的算法,最后通过实验将MDQARC算法与C4.5算法进行了比较,证明了该算法可以提高运行效率。     

基于云平台的矩阵分解协同过滤算法在煤炭销售系统中的研究

协同过滤技术被广泛地应用在推荐系统中。随着电子商务的快速发展,煤炭产业也引进了电子销售系统。近年来,矩阵分解的协同过滤算法得到了煤炭销售系统的广泛应用。但是,随着互联网的快速发展,煤炭电子销售记录呈现指数级增长,传统的基于矩阵分解的协同聚类算法不能有效、快速地完成销售系统的推荐工作。文章针对大规模煤炭数据推荐工作,提出了分布式矩阵分解协同过滤算法,该算法基于云计算平台,能够分布式、高效地完成推荐系统的推荐工作。通过实验结果进一步展示了本算法与传统协同过滤算法相比,具有很高的加速比以及很好的可扩展性。     

基于云平台的层次聚类算法在煤炭产业中的应用

层次聚类(Hierarchical Clustering)就是通过对数据集按照某种方法进行层次分解。该聚类方法可以设定聚类的个数,并得到了各个研究和应用领域的广泛应用。煤炭产业中往往希望对煤炭的产品进行聚类分析,从而有助于开发和生产。随着煤炭系统中收集的煤炭数据数量的增多,层次聚类算法由于需要计算大量的相似性矩阵需要大量的内存,原有的层次聚类算法不能有效地处理海量规模数据。文章针对煤炭数据中生成的大规模数据,提出基于云计算平台的分布式层次聚类算法,该算法能够分布式完成相似性矩阵的保存和计算,快速、准确地完成层次聚类工作。在实验部分通过2组实验证明了算法具有很高的效率以及很高的可扩展性。     

关联规则挖掘在煤矿安全监测中的应用研究

以煤矿安全监测系统为研究对象,利用挖掘算法来计算挖掘信息中的关联规则,从监测深度和监测效率两个方面对安全监测系统进行改善,促进煤矿安全监测系统的自动化进程。     

基于遗传算法的采煤工作面隐患数据关联规则挖掘

分析了采煤工作面的隐患类型和属性,应用遗传算法建立关联规则挖掘模型,并通过文本挖掘与主题挖掘算法挖掘隐患之间的内在关系和隐患之间的关联规则,构建关联规则库。以山东某矿业公司的安全隐患检查记录为数据源,对模型进行验证,并对改进的遗传算法、遗传算法和Apriori算法进行性能对比,表明改进的遗传算法能够有效地挖掘隐患数据的关联规则,有助于加深安全管理人员对隐患数据间蕴含的内在规律的理解,为煤矿安全隐患排查治理提供依据,指导采煤生产的安全管理实践。     

基于成本代价的分布式逻辑回归算法在煤炭系统中的研究与应用

随着互联网络的发展,煤炭系统也开发了多种网络销售系统,并且数据规模呈现指数级上升趋势。逻辑回归算法是被广泛应用的分类算法之一。但是,传统的逻辑回归算法没有考虑预测错误代价,将不同的预测视为同等成本代价,会一定程度上影响算法的预测精度。文章提出了基于成本代价的逻辑回归算法,该算法考虑了预测错误代价完成煤炭数据集重新标签并完成预测工作。并且,针对海量规模煤炭数据,提出了基于云计算平台的分布式算法。通过大量的实验结果,表明提出的算法能够明显降低预测算法的代价成本,并且没有影响算法的预测精度。     

危险模式入侵检测报警算法优化

由于高流量的网络环境中危险区域难以确定,提出报警信息的分析方案,从报警信息挖掘频繁闭序列。频繁闭项集的数量远小于频繁项集,而且通过频繁闭项集能得到所有的频繁项集,对报警消息频繁闭项集进行关联分析,可以将大量的报警消息相互关联起来,有效地缩减报警数量,提高危险模式入侵检测与响应系统的效率。     

社交网络的分布式协同过滤算法在煤炭产业的应用

随着电子商务的高速发展,推荐系统成为煤炭产业网站的核心技术之一。协同过滤算法是推荐系统中的主要方法。由于社交网络的发展,用户之间往往通过推荐喜欢的商品给熟悉用户,这种基于社交网络的协同过滤算法往往能够更加准确的完成网站的推荐工作。但是,随着煤炭销售数据规模的增大,传统的基于社交网络的协同过滤算法不能有效地完成推荐工作。针对煤炭数据规模大、分析复杂问题,提出了基于云平台的分布式社交网络协同过滤算法,该算法分布式完成系统推荐工作,具有很高的效率。     

多维关联规则的分布式能源系统数据挖掘方法研究

为了提升分布式能源系统数据挖掘精度与效率,保证分布式能源系统安全稳定运行,提出基于多维关联规则的分布式能源系统数据挖掘方法。离散化处理分布式能源系统中的所有数据,将数据转换为满足挖掘需求的数字化形式,明确数据支持度和隶属度值,建立与之对应的相关表,统计操作、运行和执行维度组合后总的支持度和隶属度值,通过分析每个维度的子维度得到正常和异常状态下两种数据。在Apriori算法基础上构建FP-树,不断生成频繁项集,直至不再产生新的项集时停止挖掘,采用剪枝处理去除部分冗余结点,保留下来的即为最终的数据挖掘结果。实验结果表明,所提方法能够精准挖掘出异常数据类型,且挖掘效率高,实际应用效果更好。     

基于改进的Apriori算法在煤矿安全监测中的应用研究

针对每款安全监测系统的监测功能进行研究,以改良后的Apriori算法和数据挖掘为基础,使用关联规则挖掘算法对影响煤矿安全的环境因素进行计算和分析,促进了煤矿安全监测系统的监测性能。     

空间数据挖掘算法在煤矿能源保护监管中的应用

为降低煤矿能源开采风险,实现规范化管理,提出空间数据挖掘算法在煤矿能源保护监管中的应用研究。由信息层、控制层和设备层构成监管系统,明确系统职责,结合监管系统特征,设计空间数据挖掘模型整体结构。将粗糙集和神经网络方法相结合,去除冗余数据,采用误差函数和代价函数,确定神经网络训练样本数量。探究数据挖掘模型在煤矿保护监管中的应用过程,设计神经网络结构,计算神经元数量,反复训练网络生成关联规则。经过实例应用分析,从关联规则中可得出:煤矿能源安全和瓦斯浓度、日开采量之间支持度较高,必须将二者指标控制在合理范围内。由此证明了挖掘算法不但可以获取煤矿能源现状,还能通过历史数据得出预见性结论。     

采煤机分布式控制系统设计与应用研究

采煤机作为煤矿开采中的重要机电装备,提升采煤机的控制质量和效率是所有煤矿企业面临的问题。在分析分布式控制思想的基础上,设计了采煤机的分布式控制系统整体方案框架,分析了分布式控制系统的网络模型。从控制器技术参数、工作流程及软件界面3个层面详细阐述了基于CAN总线的设计情况。研究了分布式模块的类型及功能,对其电路进行了详细设计。将设计的分布式控制系统应用到采煤机工程实践中,基本达到了预期效果。研究为煤矿企业创造了良好的效益。     

基于人工神经网络薄煤层采煤方法优选专家系统研究

薄煤层安全高效开采是我国煤炭开采迫切需要解决的问题,而优选薄煤层采煤方法更显的尤为重要,薄煤层采煤方法的选择不仅受到地质条件的限制,而且还受到煤矿的设备水平和人为因素的影响.本文针对薄煤层采煤的特点,建立了薄煤层采煤方法选择人工神经网络专家系统,本系统中利用神经网络的改进算法“自适应学习法”训练网络,最终预测出采煤方法和工作面技术经济指标(工作面单产以及工效).     

基于虚拟现实技术的煤炭开采场景与过程的模拟实现

根据煤炭开采环境与过程由于受到复杂自然条件限制而危险丛生的现状,将虚拟现实技术引入到煤炭开采行业,选择3ds max和Virtools为开发工具对煤炭开采环境和过程进行三维模拟和仿真,试图实现一个虚拟的煤炭开采仿真系统。利用此仿真系统进行采煤前的演示和虚拟操作,使煤炭开采人员能够在实际工作过程前更好地熟悉开采环境和开采过程,进而提高其安全意识,从而减少煤炭开采的不安全因素。     

浅议百良煤矿复杂地质条件下的充水因素

百良煤矿位于澄合矿区东部,主采5号煤层,位于奥灰水静水位以下,属承压开采区。奥灰岩溶水系统属隐伏型地下水系,属于煤炭开采过程中底板突水威胁的充水水源。第四系松散孔隙含水层、三叠统至下二叠统裂隙水含水层、上石炭统太原组及中下奥陶统峰峰组岩溶水为采掘活动中重要的顶板充水因素,加之地质构造较为复杂多变,水文地质条件复杂。随着采掘区域的扩大,原有的水文地质资料与实际有一定出入,已不能满足实际。本文结合实际生产过程中的水文地质条件变化规律和充水因素进行详细分析,并与原有的地质资料进行对比分析,提出了新观点和研究思路,对矿井今后的水害预测预报、水害防治工作具有重要的参考价值,促使矿井防治水工作更具有实效性。