期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于MS-IF-AdaBoostM1的井下设备异常检测研究
1
作者 刘燕 张旭锋 《中国矿业》 2025年第S2期636-640,共5页
煤矿井下复杂环境导致机电设备故障居高不下,直接影响生产安全与效率。现有异常检测方法在应对多场景时存在泛化能力不足的缺陷。本文基于累计频次规则和持续时间规则场景,通过分析神东煤炭集团某煤矿设备生产数据,提出基于机器学习技术... 煤矿井下复杂环境导致机电设备故障居高不下,直接影响生产安全与效率。现有异常检测方法在应对多场景时存在泛化能力不足的缺陷。本文基于累计频次规则和持续时间规则场景,通过分析神东煤炭集团某煤矿设备生产数据,提出基于机器学习技术,构建了融合多尺度时间窗口的Isolation Forest算法与AdaBoostM1算法的异常检测集成模型(MS-IFAdaBoostM1)。实验结果表明该模型的检测准确率显著高于单模型,验证双模型的优越性,为井下设备异常检测提供新方法。 展开更多
关键词 井下设备 异常检测 多尺度时间窗口 孤立森林 adaboostm1算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部