钢管空心球在大跨度钢走廊设计中的应用

本文主要阐述大跨度钢走廊采用钢管空心球连续跨设计后比传统的型钢板表火简支跨钢走廊在减少钢材、缩短工期、降低工程造价等方面都有显著的经济效益。并且对大跨度走廊采用单跨或多跨时简支与连续分别进行内力分析和经济比较，同时还对支座节点采用橡胶支座做了介绍。     

融合交叉熵损失的3DCNN探水作业动作识别

为解决矿井探水作业中人工验收效率低、耗时长等问题,提出一种融合交叉熵损失函数的3DCNN探水作业动作识别模型。使用Re LU非线性化函数和Soft Max交叉熵损失函数,将隐含的特征数据判断分类别后再进行学习,得到较为丰富的批次网络信息图;将批量归一化操作引入到网络结构中,弥补网络模型收敛速率慢的不足,提高模型的泛化能力和鲁棒性,达到有效提高验收效率的目的。经过与其它网络模型对比,实验结果表明,该方法有效解决了人工验收低效率的问题,提高了动作识别的准确率。     

基于RDB-YOLOv4的煤矿井下有遮挡行人检测

针对煤矿井下数字化人员检测过程中行人易被大型设备遮挡而导致的误检、漏检等问题,提出了一种基于RDB-YOLOv4网络的煤矿井下有遮挡行人检测方法。该算法以YOLOv4为基础网络架构,在CSPDarknet-53特征提取网络中加入了残差密集块（residual dense block,RDB）,对不同层次的特征实现跨层传递和融合,连续的连接保证了低级和高级特征信息的存储和记忆,使得完整有效的局部特征能准确预测被遮挡行人的信息。对比当前主流目标检测算法和遮挡处理检测算法,该算法在PASCAL VOC 2007公开数据集和煤矿井下行人数据集下有效提升了测试的平均精度（average precision,AP）,相比YOLOv4在两组不同数据集测试的平均精度分别提升了2.74个百分点和3.5个百分点（IoU=0.5）。     

基于文本卷积的多因素煤炭产品推荐模型

为了向需求维度不同的买家科学地提供基于煤炭产品自身品质及其发售地区差异性推荐意见,文中提出了一种基于卷积神经网络与自然语言处理相结合的文本卷积推荐模型(text CNN recommendation model,TCRM)。该模型由各字段单词特征生成嵌入向量,在不同尺寸的卷积核上做卷积和最大池化,再通过全连接层合并所有特征分别得出用户及煤炭产品特征矩阵,将用户特征和煤炭产品特征作为输入,经过全连接的方式进行计算以产生评分预测值。在特征矩阵维数为32,经过20次迭代后模型损失固定在1.0附近,准确率维持在0.25左右,在模型损失率及健壮性上均优于传统数值比例特征运算计算评分时的模型。这样的推荐方式改善了以往由于单因素评分而带来的近邻相似度计算不准确和矩阵稀疏导致的推荐结果不理想的情况。在大量真实数据集上的实验结果显示,在此算法基础上的深层次煤炭产品推荐具有良好的效果。     

组合赋权法在煤矿安全风险分析中的应用

鉴于煤矿安全风险分析中指标权重需综合考虑主客观两方面的需求,提出了一种层次分析法和熵权法相结合的组合赋权法。该方法使用层次分析法和熵权法分别得到指标的主观权重和客观权重,利用乘法集成法将主观权重和客观权重融合,得到更全面、准确的组合权重。通过案例分析验证了该方法在煤矿安全风险分析应用中的有效性。     

煤矿事故案例命名实体识别方法研究

命名实体识别是自然语言处理的一项重要技术,也是问答系统、句法分析、机器翻译等下游工作的基本任务.煤矿事故案例命名实体识别是构建煤矿安全生产知识图谱的关键环节,其效率和准确率直接影响后期知识图谱的质量.针对传统命名实体识别方法训练时间长、识别率低的问题及煤矿事故案例的描述特点,以自构的标注语料集CoalMineCorpu...