数据挖掘技术在煤矿隐患管理中的应用

被引:19
作者
陈运启
机构
[1] 中煤科工集团重庆研究院有限公司
关键词
煤矿隐患; 数据挖掘; 支持度; 置信度; Kulczynski度量; 关联规则;
D O I
10.13272/j.issn.1671-251x.2016.02.007
中图分类号
TD79 [劳动安全]; TP311.13 [];
学科分类号
081903 ; 1201 ;
摘要
针对目前煤矿隐患管理缺乏对隐患数据深入分析的问题,介绍了适合隐患关联规则发现的数据挖掘算法,提出用支持度-置信度-Kulczynski度量模式表达隐患因素间的关联关系。对隐患数据预处理、转换后构建隐患数据仓库,并在隐患责任部门、隐患种类、隐患等级和隐患发生地点4个维度上进行挖掘分析,发现多维度间存在的较强关联规则,给出针对性的辅助决策。现场实际应用表明,通过使用数据挖掘算法,减少了隐患的发生次数,为煤矿隐患治理提供了可靠支持。
引用
收藏
页码:27 / 30
页数:4
相关论文
共 7 条
[1]   基于OLAM的煤矿企业安全隐患趋势分析 [J].
张大伟 .
煤炭工程, 2015, 47 (05) :139-142
[2]   基于.NET的分层架构及抽象工厂模式在Web开发中的应用 [J].
李璟 .
软件导刊, 2015, 14 (04) :105-108
[3]   基于梯形云模型的电能质量数据关联性挖掘方法 [J].
曲广龙 ;
杨洪耕 .
电力系统自动化, 2015, 39 (07) :145-150
[4]   基于Apriori的煤矿安全预警系统设计 [J].
黄伟力 ;
李亮 .
计算机测量与控制, 2013, 21 (10) :2786-2788+2794
[5]   数据挖掘综述 [J].
王梦雪 .
软件导刊, 2013, 12 (10) :135-137
[6]   一种基于FP-Growth的频繁项目集并行挖掘算法 [J].
章志刚 ;
吉根林 .
计算机工程与应用 , 2014, (02) :103-106
[7]   数据挖掘中关联规则算法的研究 [J].
芦海燕 .
电脑知识与技术, 2011, 7 (26) :6324-6325+6328