基于本体的矿工不安全行为判识方法研究

发布时间：2023-03-24 05:16

　　矿工的不安全行为是导致煤矿安全事故发生的最主要原因,因此,从矿工行为出发,对煤矿安全生产进行治理与改善,是解决煤矿安全问题的根本途径之一。随着物联网技术与人工智能的发展,针对人体的行为理解与判识已有大量的研究工作并取得了一定成果,但通用的行为理解方法更适用于固定场景下的简单行为理解,若直接应用于井下复杂环境的矿工不安全行为理解,存在建模复杂、行为判识简单且单一的问题。同时,在获取矿工行为及行为上下文信息后,由于缺少对领域知识的抽取、表示与利用,使自动对矿工不安全行为进行判识成为难点。本文提出一种以本体为载体,结合数据与知识的行为理解与判识方法,不仅可解决复杂环境下的行为理解问题,还可自动对矿工的不安全行为进行判识,对煤矿安全性的提高有重要意义。首先针对煤矿不安全行为知识多源异构、煤矿科学数据总量日趋庞大,手动整合知识难度大的问题,提出了面向矿工不安全行为领域的知识抽取算法。该算法结合多种词向量信息,基于深度注意力机制联合学习多种知识抽取任务,解决了煤矿安全领域相关资料由于包含煤矿地理信息以及大量专有名词,具有的一词多义或多词同义的问题。经实验证明,该模型在煤矿安全领域的知识抽取任务上相...

【文章页数】：96 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
1 绪论
    1.1 研究背景及意义
    1.2 研究现状
    1.3 研究内容
    1.4 研究框架及技术路线
    1.5 论文章节安排
2 基本概念及相关理论
    2.1 知识表示
    2.2 知识抽取相关技术
    2.3 本体相关理论
    2.4 本章小结
3 基于联合学习的矿工不安全知识抽取
    3.1 知识抽取需求分析和基本结构设计
    3.2 基于联合学习的实体识别与关系抽取模型设计
    3.3 实验及分析
    3.4 本章小结
4 矿工不安全行为本体构建
    4.1 构建需求分析和本体库基本架构
    4.2 矿工行为的环境本体构建
    4.3 矿工本体构建
    4.4 矿工行为时空关系本体构建
    4.5 矿工行为本体构建
    4.6 本体存储
    4.7 本章小结
5 矿工不安全行为推理
    5.1 矿工不安全行为推理需求分析与基本架构
    5.2 基于CART分类树的矿工行为推理方法
    5.3 基于SWRL的矿工行为规则构建
    5.4 本章小结
6 矿工不安全行为判识方法及实验分析
    6.1 矿工不安全行为判识方法
    6.2 实验与分析
    6.3 本章小结
7 总结与展望
    7.1 总结
    7.2 展望
参考文献
作者简历
学位论文数据集



本文编号：3769518