文献

J-GLOBAL ID：201702265789649123   整理番号：17A0108441

KPCA-LSSVMに基づく鉱山労働者の環境安全評価モデル【JST・京大機械翻訳】

Safety evaluation model of dynamic environment in working face of mine base on KPCA-LSSVM

著者 (3件)： Chen Xuehua (College of Mining, Liaoning Technical University) ,  Lyu Pengfei (College of Mining, Liaoning Technical University) ,  Zhou Junxia (School of Civil Engineering and Transportation, Liaoning Technical University)
資料名： Zhongguo Anquan Shengchan Kexue Jishu  (Zhongguo Anquan Shengchan Kexue Jishu)
巻： 12  号： 8  ページ： 34-39  発行年： 2016年 
JST資料番号： C2758A  ISSN： 1673-193X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 収穫市の動的環境の客観的かつ正確な評価を実現するために,9つの直接的作業環境に影響する因子を選択し,安全性評価指標システムを構築した。カーネル主成分分析(KPCA)と最小二乗法サポートベクトルマシン(LSSVM)に基づく作業環境におけるマルチ因子結合安全性評価モデルを構築した。まず第一に,KPCAの理論に従って,評価指標を化によって処理し,冗長情報を取り除き,6つの簡約後の評価指標を得て,LSSVMモデルにおける訓練学習を入力して,最終的に評価モデルを得た。山の鉱山地区と大同地区から収集した30組の作業データを選択し、20:10の比率でモデルを訓練とテストを行い、テスト結果を他の4種類のモデルの結果と比較した。KPCAは,データ冗長性を効果的に減少させることができ,KPCAによって最適化されたLSSVMモデルは,作業環境を正確に評価することができ,誤り率は0であった。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 最小二乗法 ,  *鉱夫 ,  作業環境 ,  冗長性 ,  サポートベクトルマシン ,  *安全評価 ,  安全性 ,  最適化 ,  *山岳 ,  誤り率 ,  簡約化
準シソーラス用語： *評価モデル ,  評価指標 ,  動的環境 ,  *カーネル主成分分析 , 【Automatic Indexing@JST】

著者キーワード (5件)： dynamic environment in working face ,  safety evaluation ,  kernel principle component analysis(KPCA) ,  least squares support vector machine(LSSVM) ,  indexes reduction

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 鉱山労働者 ,  環境 ,  評価モデル