不等权泛平均运算模型研究

泛平均运算模型是为了满足连续值逻辑中逻辑折衷的需求而提出的.鉴于现有的泛平均运算模型描述的是一种理想的等权情况,给出了两种加权算子泛平均运算模型,提出了一种不等权泛平均运算模型及其对偶模型,并指出加权算术平均算子、加权几何平均算子、加权调和平均算子、广义加权平均算子等都是其对偶模型的特例.最后比较了广义加权平均运算模型和不等权泛平均运算模型的异同.     

泛逻辑控制模型研究

提出了一种基于泛逻辑学中零级泛组合模型的泛逻辑控制器，并根据输入变量数目的不同，设计了一维到四维泛逻辑控制模型结构。由于考虑到输入量之间的广义相关性，泛逻辑控制模型具有较强的通用性和适应能力，针对不同被控对象无须单独设计，是一种具有柔性潜质的智能控制模型。对典型线性和非线性系统的控制实验，证明了模型的有效性和优越性。     

煤矿井下视频多目标轨迹跟踪算法研究

为了提高煤矿井下监控视频的目标识别准确率,对运动目标进行有效跟踪,将小波变换和背景差分法相结合,对Camshift算法进行改进,提出了适用于煤矿井下视频多目标轨迹跟踪算法。首先采用小波三层变换对视频图像进行去噪处理,得到低频图像。然后再进行背景差分运算,检测出运动目标。最后采用Camshift算法对运动目标进行跟踪处理。实验结果表明,改进的Camshift算法减少了原始Camshift算法在初始候选目标时的随机性,提高了目标检测和跟踪的准确率,为煤矿的安全生产提供了保证。     

基于多特征的视频场景分类*

针对视频检测效率低下问题,提出了一种基于多特征融合及特征阈值的视频场景分类方法—阈值判定分类法。首先,提取场景视频的平均关键帧。然后,根据其结构化特征以及不同空间结构对场景识别的贡献度对平均关键帧进行划分与重组,得到感兴趣区域及次感兴趣区域;接着,分别提取这两个区域的场景特征,并利用多特征融合技术分别得到两者的综合特征。最后,根据综合特征并利用特征阈值,进行场景动态分类。实验结果表明,该方法充分利用了视频的结构化特征,实验准确率达到80%,在一定程度上证明了该分类方法的有效性。     

基于蚁群算法的井下救援路径优化方法

针对火灾背景下煤矿应急救援路径的优化问题,提出了一种基于蚁群算法的井下救援路径优化方法;建立了井下救援路径选择影响因素的层次结构模型,各影响因素按重要程度由高到低排列为CO浓度、瓦斯浓度、风量风速、巷道行走难度和人员综合素质;利用各影响因素的量化值更新蚁群算法信息素,寻找并保存最优路径。仿真结果表明,采用基于蚁群算法的井下救援路径优化方法能够选出最优路径,同时最优解具有较好的收敛性。     

基于泛组合运算的分类器融合

本文介绍了一类可用于分类器融合的泛组合逻辑算子，同时作为方法论基础研究了基于案例学习的泛逻辑运算符（算子）构造和选择方法，并以此构造分类器的融合器，实验数据集选择了UCI的spam数据集，并同其他融合方法进行了对比。结果表明本文所述方法具有较低的错误率和相应较高的查全率。     

fMRI脑图的感知状态分析 ——回归模型及其寻优的非同质检验

脑功能核磁共振图像fMRI的特点是定位准确,但信噪比低、数据量大。对fMRI数据的泛回归模型的超参数寻优问题作了分析,提出基于非同质检验的超参数确认方法,重点比较了它在线性和非线性的回归方式（包括岭回归,支持向量回归,Elman递归神经网络）下针对不同外界环境特征的回归能力差异,实验所采用原始数据均来自PBAIC2006,结果表明,该方法在对相关领域知识较少依赖的前提下,具有较好的稳定性和泛化能力;同时在所涉及到的回归方法当中,线性方法的实现简单、有效,在计算代价上低于其他方法,对多种外界特征具有较高的预测能力。     

WebGIS控件在矿井通风中的应用

WebGIS是GIS领域关注的热点,文章介绍了WebGIS的概念和优点,讨论了两种基于WebGIS的矿井通风系统的实现方案并加以比较,最后给出了建立在用VC++语言实现的WebGIS ActiveX控件———MMap基础上的矿井通风系统实例。     

高应力围岩灾变信息采集及智能预警

针对煤矿围岩应力在线监测困难、灾害预警能力较弱 的问题,通过自主设计的基于 LoRa协议的围岩应力无线传 感器和无线网关,实现了对井下围岩应力灾变的信息采集与 数据传输.在围岩应力实时监测数据的基础上,应用深度学 习理论,提出了应用自适应矩估计优化算法的深度循环神经 网络围岩灾变预警模型(AdamＧDRNN),构建了高应力围岩 灾变信 息 捕 捉 及 智 能 预 警 系 统. 试 验 结 果 表 明,AdamＧ DRNN 预警模型具有较高的准确度和较强的泛化能力,与 BP神经网络预警模型、支持向量回归预警模型和差分自回 归移动平均预警模型相比较,预测效果分别提高了２３．１％、 ２％和６．１％.高应力围岩灾变信息捕捉及智能预警系统实 现了对工作面及巷道区域矿山压力的实时监控和智能预警, 提高了矿井安全生产管理水平,具有较强的实用价值.     

基于PSOＧCNNＧaBiGRU的瓦斯浓度预测方法

针对工作面瓦斯浓度精准预测中未有效利用瓦斯数据 的空间特性问题,在有效提取瓦斯浓度监测数据时空特征的 基础上,提出了一种基于优化卷积神经网络和优化双向门控 单元神经网络的瓦斯浓度预测方法(PSOＧCNNＧaBiGRU). 首先应用随机森林和 HilbertＧHuang变换方法对瓦斯监测 数据中的缺失值和噪声进行预处理,然后使用经过粒子群优 化的卷积神经网络对预处理后的瓦斯监测数据进行空间特 征提取,最后考虑数据的历史信息和未来状态,基于自适应 矩估计最大 值 优 化 的 双 向 门 控 单 元 神 经 网 络,构 建 PSOＧ CNNＧaBiGRU 瓦斯浓度预测模型.试验结果表明,相对于 PSOＧCNNＧBP、PSOＧCNNＧRNN 和 PSOＧCNNＧLSTM 模型, PSOＧCNNＧaBiGRU 在测试 集 上 误 差 分 别 减 少 了 ５２．２１％、 ４２．４３％和２９．６％.因此,PSOＧCNNＧaBiGRU 模型能有效提 高瓦斯浓度预测精度,对减少瓦斯灾害,保障煤矿的安全生 产具有现实意义.