發(fā)布時間：2020-12-06 03:53

　　隨著RFID、WiFi、ZigBee等定位技術(shù)在礦井下的廣泛應(yīng)用,井下移動人員的行走軌跡能夠被精確追蹤并產(chǎn)生海量的定位數(shù)據(jù),但目前在井下人員管理系統(tǒng)中這些數(shù)據(jù)僅被用來考勤和歷史位置查詢。因此如何有效利用定位數(shù)據(jù),挖掘出隱藏的軌跡信息,擴(kuò)展井下人員定位系統(tǒng)功能,通過軌跡數(shù)據(jù)分析礦工的異常行為,逐漸成為數(shù)據(jù)挖掘技術(shù)在煤礦領(lǐng)域應(yīng)用的重要研究方向�；�于此,本文結(jié)合煤礦的實際情況,利用數(shù)據(jù)挖掘技術(shù),針對煤礦井下人員的熱點(diǎn)區(qū)域分布和異常軌跡分析這兩個方面展開研究。首先,針對本文的研究內(nèi)容,利用大數(shù)據(jù)相關(guān)技術(shù)結(jié)合煤礦井下人員定位數(shù)據(jù),提出了井下人員挖掘模型。該模型分為數(shù)據(jù)采集、數(shù)據(jù)處理和可視化三部分。其次,針對現(xiàn)有熱點(diǎn)區(qū)域發(fā)現(xiàn)算法無法識別多密度的問題,提出了井下移動對象活動熱點(diǎn)識別KL_TM框架。該框架包括候選關(guān)鍵位置篩選算法和熱點(diǎn)區(qū)域過濾算法兩部分,降低了數(shù)據(jù)冗余度和計算復(fù)雜度,有效解決多密度時空軌跡數(shù)據(jù)的熱點(diǎn)區(qū)域發(fā)現(xiàn)問題。然后,針對現(xiàn)有異常軌跡研究沒有考慮時間屬性的問題,結(jié)合礦井下的定位數(shù)據(jù)存在宏觀海量、微觀稀疏的屬性,提出了基于離群點(diǎn)的異常軌跡篩選IMTRAOD算法。該算法不僅考慮到了軌跡的空... 

【文章來源】：中國礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：98 頁

【學(xué)位級別】：碩士

【部分圖文】：

論文組織結(jié)構(gòu)圖

2 井下人員軌跡挖掘模型2 井下人員軌跡挖掘模型2 Trajectory Mining Model for Coal Miners移動對象軌跡數(shù)據(jù)挖掘是利用軌跡數(shù)據(jù)進(jìn)行處理來達(dá)到實際的應(yīng)用目的[49]，本文建立的井下人員軌跡挖掘模型如圖 2-1 所示，包括軌跡數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、相關(guān)模型的建立、軌跡數(shù)據(jù)的挖掘和可視化過程。

常軌跡可視化，建設(shè)一個高效率的大數(shù)據(jù)平臺。下軌跡數(shù)據(jù)的獲�。ˋcquisition of Trajectory Data的收集是研究的最重要環(huán)節(jié)，只有真實的數(shù)據(jù)才能驗證方法的下面介紹一下煤礦井下常用的獲取人員軌跡的相關(guān)定位方法。）射頻識別技術(shù)（RFID）D[50,51]是一種利用無線電識別相應(yīng)目標(biāo)的通信技術(shù)，目前被煤用。井下 RFID 系統(tǒng)示意圖如圖 2-2 所示，系統(tǒng)主要由讀卡器端監(jiān)控主機(jī)組成，其中讀卡器不僅可以接收射頻卡發(fā)出的電磁線發(fā)射無線電信號。在礦井下的重要位置安裝讀卡器，當(dāng)?shù)V井的射頻卡進(jìn)入讀卡器范圍內(nèi)，讀卡器通過與射頻卡的通信來獲而實現(xiàn)定位。在礦井下的巷道內(nèi)按照一定的規(guī)則安放讀卡器，員的位置檢測。射頻識別系統(tǒng)結(jié)構(gòu)簡單，成本低，能夠滿足井人員考勤等基本需求，得到了廣泛應(yīng)用。

【參考文獻(xiàn)】：
期刊論文
[1]智能礦井安全生產(chǎn)大數(shù)據(jù)集成分析平臺及其應(yīng)用[J]. 毛善君,劉孝孔,雷小鋒,趙仁樂,張明,崔希國.  煤炭科學(xué)技術(shù). 2018(12)
[2]大數(shù)據(jù)理論下的煤與瓦斯突出事故致因分析[J]. 司鵠,趙劍楠,胡千庭.  西安科技大學(xué)學(xué)報. 2018(04)
[3]大數(shù)據(jù)在煤礦安全領(lǐng)域應(yīng)用方法研究[J]. 李東,周勇.  中國煤炭. 2018(07)
[4]基于大數(shù)據(jù)分析的煤礦安全風(fēng)險預(yù)測系統(tǒng)研究[J]. 郜彤,劉傳安.  煤炭工程. 2018(07)
[5]基于HBase的支持頻繁更新與多用戶并發(fā)的R樹[J]. 王波濤,梁偉,趙凱利,鐘漢輝,張玉圻.  計算機(jī)科學(xué). 2018(07)
[6]淺談大數(shù)據(jù)在煤礦安全領(lǐng)域的應(yīng)用——“智慧礦井”[J]. 朱紅青,梁曉,史宇辰.  安全. 2018(07)
[7]基于Hadoop的煤炭企業(yè)風(fēng)險預(yù)控管理云平臺的設(shè)計[J]. 許俊,劉海濱.  煤炭技術(shù). 2018(06)
[8]智慧煤礦2025情景目標(biāo)和發(fā)展路徑[J]. 王國法,王虹,任懷偉,趙國瑞,龐義輝,杜毅博,張金虎,侯剛.  煤炭學(xué)報. 2018(02)
[9]基于礦山物聯(lián)網(wǎng)的井下物資管理系統(tǒng)設(shè)計[J]. 高彬,丁恩杰,董飛,趙端,張帝.  工礦自動化. 2018(01)
[10]基于區(qū)域劃分的DBSCAN多密度聚類算法[J]. 韓利釗,錢雪忠,羅靖,宋威.  計算機(jī)應(yīng)用研究. 2018(06)

博士論文
[1]半監(jiān)督聚類算法對于流和多密度數(shù)據(jù)[D]. 阿特瓦（Walid Said Abdelhamid Atwa）.北京理工大學(xué) 2015
[2]基于網(wǎng)格方法的聚類算法研究[D]. 孫玉芬.華中科技大學(xué) 2006

碩士論文
[1]基于出租車軌跡數(shù)據(jù)的并行化區(qū)域熱點(diǎn)分析方法研究[D]. 高星星.西安理工大學(xué) 2018
[2]基于時空數(shù)據(jù)的移動對象相似性度量方法研究[D]. 呂紹仟.中國礦業(yè)大學(xué) 2017
[3]基于ZigBee的礦山井下人員定位系統(tǒng)的設(shè)計和研究[D]. 李睿.南華大學(xué) 2016
[4]基于數(shù)據(jù)挖掘的井下作業(yè)人員監(jiān)測信息的應(yīng)用研究[D]. 韓霜.華北電力大學(xué) 2015
[5]基于HMM模型的老年人出行異常檢測研究[D]. 劉翔.浙江理工大學(xué) 2015
[6]室內(nèi)移動對象軌跡分析研究[D]. 黃川林.中國科學(xué)技術(shù)大學(xué) 2014
[7]移動對象軌跡的數(shù)據(jù)挖掘研究[D]. 陳錦陽.寧波大學(xué) 2012
[8]移動對象軌跡分析技術(shù)研究[D]. 譚川豫.國防科學(xué)技術(shù)大學(xué) 2010
[9]基于RFID與CAN的煤礦井下人員定位系統(tǒng)研究[D]. 柯建華.北京交通大學(xué) 2006



本文編號：2900672