矿山微震数据流上的概念漂移及分类方法研究

发布时间：2020-11-16 08:00

　　 矿山微震数据流的分类识别是煤矿安全监控中的重要环节,目前广泛使用的分类方法主要有人工识别方法和传统机器学习分类方法。但是,采用人工识别方法费时、费力并且难以保证分类准确率,而传统机器学习方法虽然一定程度上改善了人工识别的缺点,但是未考虑到微震信号数据实质上是一种特殊场景下的实时数据流,具有数据流易发生概念漂移现象的特点。另外,从监控系统中提取出来的原始微震信号数据存在高维度、时频变换的问题,如果不经过预处理直接进行分类,则容易造成维度灾难,极大的增加运算成本。鉴于此,本文利用数据挖掘技术给出两种数据流分类方法和一个完整的矿山微震数据流分类框架,提高微震数据分类识别的准确性、稳定性与实时性。本文主要工作如下:1.针对现有微震数据分类模型不具备适应概念漂移现象能力的问题,给出一种具有更新机制的集成分类方法。该方法使用支持向量机作为基分类器,保证集成分类模型的准确率,同时,在模型中增加更新机制,利用当前具有新概念的数据训练新基分类器,代替不再满足当前概念的旧基分类器,保证分类模型对概念漂移现象的适应能力。对比传统分类算法,实验结果表明该方法在微震数据流中具有更高的分类准确率和模型稳定性。2.为更好满足煤矿现场实时性要求,给出一种具有快速选择机制的微震数据流分类方法。改进集成模型现有的集成方式与更新机制,并使用随机森林算法作为基分类器,增加集成模型中各基分类器间的相异度。通过数据块聚类、基分类器训练、基分类器快速选择以及集成模型更新四个步骤,完成数据流的分类以及模型的自适应性更新。实验结果表明该方法可以提高时间效率,并具有较高的分类准确率以及模型稳定性。3.针对原始波形信号数据存在特征提取、波形变换、高维度降维的问题,给出一种预处理方法,并结合基于快速选择机制的分类方法,得到一个完整的微震数据流分类框架。首先,通过主成分分析将初始多通道数据降维至低通道;其次,利用小波变换将时域信号转化成频域信号;然后,利用线性判别分析将每个频段内的多维数据提取至低维;最后,对微震数据流进行分类识别。实验结果说明该框架具有良好的预处理效果,将高维度的时域信号转化为低维度的频域信号,压缩数据规模,减少后续分类模型的计算成本,具有较高的识别准确率。
【学位单位】：中国矿业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TD76;TP181
【部分图文】：

因此，分类模型的时间效率也将是体现模型优劣的重要指标，我们对预处理后的微震数据流分别使用本章给出的 CMBOUM 算法与 5 种传统机器学习分类方法进行分类，统计各个阶段准确率，实验结果如图 3-4 所示。

工程硕士专业学位论文）在 Colorado 植被数据流中，AWE 算法与 CMBOUM 算法有化趋势，并且在数据流分类进行到第 30~40 个数据块和第 6确率有两次明显的下降，数据流在此区间内发生了概念漂移的法都具有适应新概念的能力，到下一个数据块准确率记录点时且上升趋势基本相同。

26图 3-6 CMBOUM 算法 Colorado 数据集实验对比igure 3-6 Colorado dataset experimental comparison of CMBOUM algorith实验结果图所得出的信息，可以分析出以下两点结论：）CMBOUM 算法在处理普通概念漂移数据流时也具有较高的经典数据流分类算法 AWE，CMBOUM 算法具有相同的适应由于两种算法均具有自动更新机制，在数据流发生概念漂移后类器来适应新概念，使分类模型保持稳定的高性能。
【参考文献】

相关期刊论文 前10条

1 陈晋音;何辉豪;;基于密度的聚类中心自动确定的混合属性数据聚类算法研究[J];自动化学报;2015年10期

2 曹安业;井广成;窦林名;巩思园;赵永亮;张贞良;;孤岛面开采强矿震异常区的被动声波探测技术及应用[J];采矿与安全工程学报;2015年01期

3 赵国彦;邓青林;马举;;基于FSWT时频分析的矿山微震信号分析与识别[J];岩土工程学报;2015年02期

4 郭涛;方向;谢全民;严中红;范磊;;频率切片小波变换在爆破振动信号时频特征精确提取中应用[J];振动与冲击;2013年22期

5 朱玲玲;朱利华;;自动化人工智能监控在煤矿工业的应用[J];煤炭技术;2012年12期

6 朱权洁;姜福兴;尹永明;于正兴;温经林;;基于小波分形特征与模式识别的矿山微震波形识别研究[J];岩土工程学报;2012年11期

7 陆振裕;窦林名;刘宝田;何江;;断层处的矿震机理及震动信号特征研究[J];煤矿安全;2012年11期

8 郭躬德;李南;陈黎飞;;一种适应概念漂移数据流的分类算法[J];山东大学学报(工学版);2012年04期

9 徐文华;覃征;常扬;;基于半监督学习的数据流集成分类算法[J];模式识别与人工智能;2012年02期

10 徐宏斌;李庶林;陈际经;;基于小波变换的大尺度岩体结构微震监测信号去噪方法研究[J];地震学报;2012年01期

本文编号：2885824