-
题名一种基于不平衡数据的矿用脱介筛故障监测方法
- 1
-
-
作者
杨军
栗轩华
张雷云
-
机构
国能神东煤炭集团公司保德煤矿
-
出处
《洁净煤技术》
CAS
CSCD
北大核心
2024年第S02期78-81,共4页
-
文摘
矿用设备故障监测对提高煤矿生产的连续性和安全性具有重要意义,但是由于实际工业过程中故障数据稀少且难以采集,造成了不平衡问题,对基于数据的故障监测算法实际应用不利。本文针对实际设备故障监测中少数类样本集的类内不平衡问题,提出改进的加权过采样算法。算法以Borderline-SMOTE为基础,基于K近邻样本的分布情况,以边界样本作为根样本进行加权过采样,利用LOF实现异常新样本的识别,提高生成样本的准确率。在实际矿用精煤脱介筛上进行了故障监测实验表明,与传统过采样方法新疆比,本文方法能获得更好的精度和分类效果。
-
关键词
LOF
Borderline-SMOTE
不平衡数据分类
过采样
脱介筛故障监测
-
Keywords
LOF
borderline-SMOTE
imbalanced data classification
oversampling
fault monitoring of mining demineralization
-
分类号
TD45
[矿业工程—矿山机电]
TD94
[矿业工程—选矿]
-
