半監(jiān)督學(xué)習(xí)及其在煤礦瓦斯安全信息處理中的應(yīng)用研究.pdf

1、近年來，煤礦瓦斯安全生產(chǎn)事故頻發(fā)，特別是隨著開采深度的加大導(dǎo)致開采條件更趨復(fù)雜，瓦斯災(zāi)害的威脅越加嚴(yán)重，煤礦瓦斯安全生產(chǎn)事故已然成為煤炭行業(yè)可持續(xù)發(fā)展的制約因素，現(xiàn)有的安全技術(shù)基礎(chǔ)及管理已難以適應(yīng)當(dāng)前煤礦安全高效生產(chǎn)的迫切需求。因此，如何減少和防止瓦斯安全事故的發(fā)生，科學(xué)、系統(tǒng)地查除礦井瓦斯事故隱患和開展礦井瓦斯危險性的演化機(jī)制分析及預(yù)測，擺脫瓦斯事故帶來的不利安全局面，是值得深入研究的課題。論文以國家自然科學(xué)基金為依托，以煤礦具體項目

2、為實際應(yīng)用背景，對半監(jiān)督學(xué)習(xí)算法及其在煤礦瓦斯安全信息處理中的應(yīng)用進(jìn)行了深入研究。本文研究工作主要包括以下四個方面：
　　1.針對煤礦瓦斯安全數(shù)據(jù)的高維特性導(dǎo)致智能算法效率低下的問題，提出了一個基于圖的無參數(shù)維數(shù)約減算法。首先，給出了一種新的邊界點(diǎn)定義方法，在所有非邊界點(diǎn)和離他們各自最遠(yuǎn)的同類點(diǎn)上建立內(nèi)在圖，同時在所有邊界點(diǎn)及它們各自的最近鄰異類點(diǎn)上建立了懲罰圖。通過一個新的判別準(zhǔn)則將問題轉(zhuǎn)化為一個廣義特征分解問題，通過求解得到從

3、原始空間到低維空間的一個顯式映射。該算法避免了傳統(tǒng)基于圖的維數(shù)約減算法中近鄰參數(shù)的選擇，實驗表明在降低了復(fù)雜度的同時，該算法仍能保持較好的維數(shù)約減效果。
　　2.隨著煤礦信息化的建設(shè)，海量的數(shù)據(jù)不斷地出現(xiàn)在信息化平臺上，采用監(jiān)督式學(xué)習(xí)算法進(jìn)行處理時就要求具有專業(yè)領(lǐng)域知識的人員耗費(fèi)大量的精力進(jìn)行標(biāo)注工作。針對這一問題，提出了一種局部保持的半監(jiān)督維數(shù)約減算法，并針對非線性維數(shù)約減問題，給出了算法的核化擴(kuò)展。該算法同時利用少量有標(biāo)簽的樣

4、本和大量無標(biāo)簽的樣本進(jìn)行學(xué)習(xí)，在低維子空間中保持了樣本的鑒別關(guān)系和空間幾何結(jié)構(gòu)。在有標(biāo)簽樣本較少的情況下，該算法也能夠獲得較好的泛化性能。
　　3.瓦斯時間序列預(yù)測是進(jìn)行煤礦瓦斯安全危險性評價的有效手段，煤礦瓦斯時間序列數(shù)據(jù)具有很高的時間相關(guān)性，但現(xiàn)有的多元時間序列半監(jiān)督回歸算法只考慮樣本間空間關(guān)系信息而忽略了樣本間時域信息。針對這一問題，提出了一種考慮樣本間時域信息的半監(jiān)督回歸算法，在時域光滑性假設(shè)下，構(gòu)造了一種能更好地反映樣本

5、間內(nèi)蘊(yùn)幾何結(jié)構(gòu)的正則化項。在建立圖拉普拉斯的過程中，將樣本點(diǎn)間的時序關(guān)系引入到邊的權(quán)重計算中，并在流形正則化框架下加入該正則化項進(jìn)行半監(jiān)督回歸。與只考慮樣本空間關(guān)系信息的算法相比，該算法能同時利用樣本的時空信息，預(yù)測準(zhǔn)確率得到了提高。
　　4.從模式分類的角度出發(fā)，利用煤礦瓦斯安全數(shù)據(jù)對工作面瓦斯安全危險性進(jìn)行分類評價能夠為煤礦瓦斯事故的預(yù)防提供可參考的依據(jù)?，F(xiàn)有的多數(shù)半監(jiān)督分類方法都是基于聚類假設(shè)與流形假設(shè)這兩種假設(shè)中的一種進(jìn)行

6、學(xué)習(xí)，顯然當(dāng)某種假設(shè)不合適時，算法的性能就會下降。針對這一問題，提出一種新的漸進(jìn)式半監(jiān)督學(xué)習(xí)算法，該算法同時結(jié)合兩種假設(shè)進(jìn)行學(xué)習(xí)，利用無標(biāo)簽樣本信息，通過重構(gòu)核希爾伯特空間，構(gòu)造了一種能夠反映樣本內(nèi)在流形結(jié)構(gòu)的半監(jiān)督核，最后在支持向量機(jī)中利用該半監(jiān)督核采用漸進(jìn)式方式進(jìn)行學(xué)習(xí)。算法結(jié)合了聚類假設(shè)和流形假設(shè)，因此可以避免當(dāng)某一假設(shè)不適合時僅采用該單一假設(shè)所造成的算法效果差的現(xiàn)象。
　　本文研究的內(nèi)容涉及到了煤礦瓦斯數(shù)據(jù)維數(shù)約減、煤礦瓦

7、斯時間序列回歸和煤礦瓦斯數(shù)據(jù)分類三方面問題，主要采用了機(jī)器學(xué)習(xí)中半監(jiān)督式學(xué)習(xí)方式。在研究了相關(guān)領(lǐng)域前期工作的基礎(chǔ)上對已有的算法進(jìn)行了分析和改進(jìn)，提出了新的算法，使用人臉識別和數(shù)據(jù)挖掘研究中常用的公共數(shù)據(jù)集進(jìn)行了實驗，和相關(guān)算法進(jìn)行了性能對比，驗證了本文提出的算法的有效性，最后在煤礦瓦斯安全信息處理中對文中所提出的算法進(jìn)行了應(yīng)用。應(yīng)用結(jié)果表明，本文的研究成果在煤礦瓦斯安全信息處理中取得了不錯效果，對提高煤礦生產(chǎn)安全性具有一定的指導(dǎo)意義。<