CN112488545B - 一种煤矿生产预警的智能决策方法 - Google Patents

一种煤矿生产预警的智能决策方法 Download PDF

Info

Publication number
CN112488545B
CN112488545B CN202011418903.3A CN202011418903A CN112488545B CN 112488545 B CN112488545 B CN 112488545B CN 202011418903 A CN202011418903 A CN 202011418903A CN 112488545 B CN112488545 B CN 112488545B
Authority
CN
China
Prior art keywords
early warning
index
warning level
interval
gray
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011418903.3A
Other languages
English (en)
Other versions
CN112488545A (zh
Inventor
仲淑姮
李燕娇
姜喜迪
杜莉莉
周文龙
谢文策
孟彦君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Mining and Technology Beijing CUMTB
Original Assignee
China University of Mining and Technology Beijing CUMTB
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Mining and Technology Beijing CUMTB filed Critical China University of Mining and Technology Beijing CUMTB
Priority to CN202011418903.3A priority Critical patent/CN112488545B/zh
Publication of CN112488545A publication Critical patent/CN112488545A/zh
Application granted granted Critical
Publication of CN112488545B publication Critical patent/CN112488545B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Solid Fuels And Fuel-Associated Substances (AREA)

Abstract

本发明涉及煤矿生产预警技术领域，尤其是涉及一种煤矿生产预警的智能决策方法。在指标体系构建时，将其归类到各个科室，然后利用欧几里得贴近度与灰色关联度相结合的智能决策方法，计算多指标时间序列区间数与各预警区间的贴近度，然后对贴近度大小进行排序，确定多指标综合预警等级，同时采用灰色关联法计算各单个指标与各预警等级间的关联度，确定单指标预警等级，并将单指标预警结果反馈到具体科室，根据单指标预警等级以及多指标综合预警等级，综合分析，发出警报，然后各科室采取相应控制对策，确保发出警报时，响应及时、措施合理、组织有序。

Description

一种煤矿生产预警的智能决策方法
技术领域
本发明涉及煤矿生产预警技术领域，尤其是涉及一种煤矿生产预警的智能决策方法。
背景技术
煤矿生产预警是目前煤矿安全管理的一种方式，通过提前预警达到降低事故发生的概率的目的，现有的预警主要通过某种方法来实现预警，却忽略出现警情后如何及时有效地采取控制对策，从而造成预警效果不佳。
公开于该背景技术部分的信息仅仅旨在加深对本发明的总体背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明的目的在于提供一种煤矿生产预警的智能决策方法，以解决现有技术中存在的技术问题。
为了实现上述目的，本发明采用以下技术方案：
本发明提供一种煤矿生产预警的智能决策方法，其包括如下步骤：
S1、对矿井生产系统进行分析；
S2、构建煤矿生产预警指标体系，并将各指标划分至具体科室，形成各科室预警指标体系；
S3、采集不同时间段各指标的数据，并确定各指标对应的预警等级；
S4、利用欧几里得贴近度与灰色关联度相结合的方法进行多指标综合预警，确定多指标时间序列区间与各预警等级区间的贴近度，根据贴近度大小确定多指标预警等级；
S5、利用灰色关联法进行单指标预警，计算单个指标与各预警等级区间的关联度，确定单指标预警等级，并将单指标预警等级结果反馈到各个科室；
S6、根据单指标预警等级和多指标预警等级的结果，综合分析，发出警报，由各科室采取相应控制对策。
作为一种进一步的技术方案，在步骤S3中，所述采集不同时间段各指标的数据，并确定各指标对应的预警等级包括：
采集当日指标波动的最小值和最大值，形成区间类时间序列集；
各指标对应的预警等级分为四个等级；
各指标时间序列数据与预警等级区间形成矩阵C；
规范化处理矩阵C，形成规范化预警指标矩阵R和预警等级区间矩阵R’；
计算规范化预警指标矩阵R和预警等级区间矩阵R’的核与灰度；
组合赋权法确定各指标权重。
作为一种进一步的技术方案，在步骤S4中，所述利用欧几里得贴近度与灰色关联度相结合的方法进行多指标综合预警，确定多指标时间序列区间与各预警等级区间的贴近度，根据贴近度大小确定多指标预警等级，包括：
利用灰色关联法计算多指标时间序列区间的核与各预警等级区间的核的关联度以及灰度的关联度；
将各关联度嵌入到欧几里得贴近度模型当中，分别计算预警指标时间序列区间的核与各预警等级区间的核的贴近度以及灰度的贴近度；
计算综合贴近度；
贴近度排序，确定多指标预警等级。
作为一种进一步的技术方案，在步骤S5中，所述利用灰色关联法进行单指标预警，计算单个指标与各预警等级区间的关联度，确定单指标预警等级，并将单指标预警等级结果反馈到各个科室，包括：
利用灰色关联法计算单个预警指标时间序列区间的核与各预警等级区间的核的关联度，以及灰度的关联度；
计算各单指标综合关联度；
综合关联度排序，确定各单指标预警等级；
将单指标预警等级结果反馈到具体科室。
采用上述技术方案，本发明具有如下有益效果：
本发明提供一种煤矿生产预警的智能决策方法，在指标体系构建时，将其归类到各个科室，然后利用欧几里得贴近度与灰色关联度相结合的智能决策方法，计算多指标时间序列区间数与各预警区间的贴近度，然后对贴近度大小进行排序，确定多指标综合预警等级，同时采用灰色关联法计算各单个指标与各预警等级间的关联度，确定单指标预警等级，并将单指标预警结果反馈到具体科室，根据单指标预警等级以及多指标综合预警等级，综合分析，发出警报，然后各科室采取相应控制对策，确保发出警报时，响应及时、措施合理、组织有序。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的煤矿生产预警的智能决策方法的流程图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
结合图1所示，本实施例在指标体系构建时，将其归类到各个科室，然后利用欧几里得贴近度与灰色关联度相结合的智能决策方法，计算多指标时间序列区间数与各预警区间的贴近度，然后对贴近度大小进行排序，确定多指标综合预警等级，同时采用灰色关联法计算各单个指标与各预警等级间的关联度，确定单指标预警等级，并将单指标预警结果反馈到具体科室，根据单指标预警等级以及多指标综合预警等级，综合分析，发出警报，然后各科室采取相应控制对策，确保发出警报时，响应及时、措施合理、组织有序。
具体地，通过对煤矿生产系统进行分析，确定影响矿井高效安全生产的影响因素，将影响因素进行细化，细化出相应的量化指标，形成煤矿生产预警指标体系，并将各指标归类到具体科室；
分别采集各指标数据，数据类型为区间型，可取其当天波动的最小值和最大值，形成区间类时间序列集；
通过阅读相关文献、结合煤矿安全生产规定确定各指标预警等级，共分为4个等级；
假设各预警指标时间序列矩阵为：
Figure BDA0002821392640000051
其中，i＝1，2，…，m；j＝1，2，…，n；m代表m个时间段；n代表n个属性指标；
Figure BDA0002821392640000052
为第j个指标在第i个时间段上的最小值；
Figure BDA0002821392640000053
为第j个指标在第i个时间段上的最大值。每个预警指标对应p个预警等级，n个指标对应的预警区间矩阵B，即
Figure BDA0002821392640000054
p＝1，2，3，4；j＝1，2，…，n；
Figure BDA0002821392640000055
为第j个指标对应第p个预警等级区间的最小值，
Figure BDA0002821392640000056
为第j个指标对应第p个预警等级区间的最大值。矩阵A与矩阵B形成矩阵C，则
Figure BDA0002821392640000057
矩阵C规范化处理
若指标类型为极大型，对应的预警区间类型也为极大型。令
Figure BDA0002821392640000058
为规范化后的预警指标矩阵，则其规范化计算公式为：
Figure BDA0002821392640000059
令
Figure BDA00028213926400000510
为规范化处理后的预警区间矩阵，则其规范化计算公式为：
Figure BDA00028213926400000511
若指标类型为极小型，对应的预警区间类型也是极小型。则
Figure BDA00028213926400000512
Figure BDA00028213926400000513
分别计算规范化矩阵R、R’的核与灰度。
基本定义：定义1既有下界a又有上界
Figure BDA00028213926400000627
的灰数称为区间灰数，记为
Figure BDA0002821392640000061
Figure BDA0002821392640000062
定义2设区间灰数
Figure BDA0002821392640000063
则a属于区间灰数的左端点，
Figure BDA0002821392640000064
为区间灰数的右端点。
定义3设区间灰数
Figure BDA0002821392640000065
Figure BDA0002821392640000066
称
Figure BDA0002821392640000067
为灰数
Figure BDA0002821392640000068
的核；
定义4设灰数
Figure BDA0002821392640000069
产生的背景或论域Ω，
Figure BDA00028213926400000610
为灰数
Figure BDA00028213926400000611
取数域的测度,
Figure BDA00028213926400000612
Figure BDA00028213926400000613
则称
Figure BDA00028213926400000614
为灰数的灰度。
令
Figure BDA00028213926400000615
为R的的核，
Figure BDA00028213926400000616
为R的灰度；
Figure BDA00028213926400000617
为R’的核，
Figure BDA00028213926400000618
为R’的灰度。其中
Figure BDA00028213926400000619
Figure BDA00028213926400000620
则：
Figure BDA00028213926400000621
Figure BDA00028213926400000622
将群组AHP法与熵权法结合在一起确定各指标权重，规避单一方法确定权重时存在的缺陷。
①群组AHP法主观赋权：通过向矿井专业人员和与煤矿有关的教学、科研机构发放权重调查问卷，计算每一份问卷各指标权重，形成权重向量wkj，wkj表示第k个专家对第j个指标的权重，利用spss软件对权重向量wkj进行聚类分析，将专家样本聚成v类，计算各类的权重系数
Figure BDA00028213926400000623
v表示把k个专家聚成v类，θv表示各类的权重系数，
Figure BDA00028213926400000624
表示每一类容纳的专家数。最后计算各指标主观权重
Figure BDA00028213926400000625
Figure BDA00028213926400000626
表示每一类各指标的平均权重。
②根据各指标现场实测值，利用信息熵计算各指标客观权重βj。
③最后将主观权向量αj和客观权向量βj组合到一块，得到最终各指标权重
Figure BDA0002821392640000071
分别计算各时间序列指标的“核与灰度”与各预警等级的“核与灰度”的关联系数。
①核的关联系数：
Figure BDA0002821392640000072
②灰度的关联系数：
Figure BDA0002821392640000073
分别计算各时间序列指标的“核与灰度”与各预警等级的“核与灰度”的关联度。
①核关联度
Figure BDA0002821392640000074
②灰度关联度
Figure BDA0002821392640000075
计算各指标的“核”与“灰度”的关联度与关联系数间的波动值。
①核的波动值
Figure BDA0002821392640000076
②灰度的波动值
Figure BDA0002821392640000081
在欧几里得贴近度的基础上将关联系数嵌入到欧几里得贴近度模型当中。
原欧几里得贴近度计算公式：
Figure BDA0002821392640000082
在原欧几里得贴近度计算公式的基础上，将关联系数与1进行比较，关联系数越接近1说明其关联程度越大。
Figure BDA0002821392640000083
加权欧几里得贴近度：
Figure BDA0002821392640000084
通过波动值引出关联度与关联系数间的关系，以关联系数为桥梁将关联度嵌入到欧几里得贴近度当中，分别计算各时间序列指标集的“核与灰度”与各预警等级的“核与灰度”的贴近度。
因为
Figure BDA0002821392640000085
且
Figure BDA0002821392640000086
得到各时间序列指标的“核与灰度”与各预警等级的“核与灰度”的贴近度的计算公式为：
①核贴近度
Figure BDA0002821392640000087
②灰度贴近度
Figure BDA0002821392640000088
计算多指标综合贴近度
Figure BDA0002821392640000091
综合贴近度排序，确定综合预警等级。
利用灰色关联法计算单个预警指标各时间序列的核与各预警等级区间的核的关联度，以及灰度的关联度，令j＝1，得到单指标核的关联系数为：
Figure BDA0002821392640000092
其核的关联度为：
Figure BDA0002821392640000093
灰度的关联系数为：
Figure BDA0002821392640000094
其灰度的关联度为：
Figure BDA0002821392640000095
计算单指标综合关联度
Figure BDA0002821392640000096
单指标综合关联度排序，确定单指标预警等级；
将单指标预警结果反馈到各科室；
最后经综合分析，发出警报，各科室采取相应控制对策。
应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (1)

1.一种煤矿生产预警的智能决策方法，其特征在于，包括如下步骤：
S1、对矿井生产系统进行分析；
S2、构建煤矿生产预警指标体系，并将各指标划分至具体科室，形成各科室预警指标体系；
S3、采集不同时间段各指标的数据，并确定各指标对应的预警等级；
S4、利用欧几里得贴近度与灰色关联度相结合的方法进行多指标综合预警，确定多指标时间序列区间与各预警等级区间的贴近度，根据贴近度大小确定多指标综合预警等级；
S5、利用灰色关联法进行单指标预警，计算单个指标与各预警等级区间的关联度，确定单指标预警等级，并将单指标预警等级结果反馈到各个科室；
S6、根据单指标预警等级和多指标预警等级的结果，综合分析，发出警报，由各科室采取相应控制对策；
在步骤S3中，所述采集不同时间段各指标的数据，并确定各指标对应的预警等级包括：
采集当日指标波动的最小值和最大值，形成区间类时间序列集；
各指标对应的预警等级分为四个等级；
各指标时间序列区间数据与预警等级区间形成矩阵C；
规范化处理矩阵C，形成规范化预警指标矩阵R和预警等级区间矩阵R’；
计算规范化预警指标矩阵R和预警等级区间矩阵R’的核与灰度；
组合赋权法确定各指标权重；
在步骤S4中，所述利用欧几里得贴近度与灰色关联度相结合的方法进行多指标综合预警，确定多指标时间序列区间与各预警等级区间的贴近度，根据贴近度大小确定多指标预警等级，包括：
利用灰色关联法计算多指标时间序列区间的核与各预警等级区间的核的关联度以及灰度的关联度；
将各关联度嵌入到欧几里得贴近度模型当中，分别计算预警指标时间序列区间的核与各预警等级区间的核的贴近度以及灰度的贴近度；
计算综合贴近度；
贴近度排序，确定多指标预警等级；
在步骤S5中，所述利用灰色关联法进行单指标预警，计算单个指标与各预警等级区间的关联度，确定单指标预警等级，并将单指标预警等级结果反馈到各个科室，包括：
利用灰色关联法计算单个预警指标时间序列区间的核与各预警等级区间的核的关联度，以及灰度的关联度；
计算各单指标综合关联度；
综合关联度排序，确定各单指标预警等级；
将单指标预警等级结果反馈到具体科室。
CN202011418903.3A 2020-12-07 2020-12-07 一种煤矿生产预警的智能决策方法 Active CN112488545B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011418903.3A CN112488545B (zh) 2020-12-07 2020-12-07 一种煤矿生产预警的智能决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011418903.3A CN112488545B (zh) 2020-12-07 2020-12-07 一种煤矿生产预警的智能决策方法

Publications (2)

Publication Number Publication Date
CN112488545A CN112488545A (zh) 2021-03-12
CN112488545B true CN112488545B (zh) 2023-05-16

Family

ID=74940320

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011418903.3A Active CN112488545B (zh) 2020-12-07 2020-12-07 一种煤矿生产预警的智能决策方法

Country Status (1)

Country Link
CN (1) CN112488545B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113570846B (zh) * 2021-06-08 2022-11-04 北京交通大学 一种交通警情态势分析研判方法、设备及可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9355460B1 (en) * 2015-03-20 2016-05-31 Top Vicotry Investments Ltd. Motion detection method based on grey relational analysis
CN109345029A (zh) * 2018-10-26 2019-02-15 石家庄铁道大学 一种基于改进Topsis法的隧道施工优选方法
CN109740925A (zh) * 2018-12-29 2019-05-10 精英数智科技股份有限公司 一种基于组合赋权法的煤矿安全风险预警分析方法
CN111353711A (zh) * 2020-03-02 2020-06-30 华北电力大学 基于topsis法的综合能源系统评价方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9355460B1 (en) * 2015-03-20 2016-05-31 Top Vicotry Investments Ltd. Motion detection method based on grey relational analysis
CN109345029A (zh) * 2018-10-26 2019-02-15 石家庄铁道大学 一种基于改进Topsis法的隧道施工优选方法
CN109740925A (zh) * 2018-12-29 2019-05-10 精英数智科技股份有限公司 一种基于组合赋权法的煤矿安全风险预警分析方法
CN111353711A (zh) * 2020-03-02 2020-06-30 华北电力大学 基于topsis法的综合能源系统评价方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
鲁方等.基于EUCLID距离和灰色关联度的改进TOPSIS模型接触带巷道支护方案优选.《ＩＭ＆Ｐ化工矿物与加工》.2016,(第4期),第39-44页. *

Also Published As

Publication number Publication date
CN112488545A (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
CN103632168B (zh) 一种机器学习中的分类器集成方法
CN113051365A (zh) 一种产业链图谱构建方法及相关设备
CN111612261B (zh) 基于区块链的金融大数据分析系统
CN106156957A (zh) 一种基于权重的企业风险评估方法及系统
CN102663264A (zh) 桥梁结构健康监测静态参数的半监督协同评估方法
CN112164471A (zh) 基于分类回归模型的新冠疫情综合评估方法
CN108334988A (zh) 一种基于svm的短期电网负荷预测方法
CN112488545B (zh) 一种煤矿生产预警的智能决策方法
Santini et al. Accuracy of diagnostic tests
CN113516313A (zh) 一种基于用户画像的燃气异常检测方法
CN115760210A (zh) 一种基于ipso-lstm模型的医药销售预测系统及方法
CN112037006A (zh) 小微企业的信用风险识别方法及装置
CN117238126A (zh) 一种连续流道路场景下的交通事故风险评估方法
CN111738601A (zh) 一种基于熵权物元可拓模型的城市应急能力评估方法
CN107992613A (zh) 一种基于机器学习的文本挖掘技术消费维权指标分析方法
CN109685133A (zh) 基于构建的预测模型低成本、高区分度的数据分类方法
CN112151185A (zh) 一种儿童呼吸疾病与环境数据关联分析方法及系统
Zhao et al. The rise of artificial intelligence, the fall of human wellbeing?
Gu et al. Stock prediction based on news text analysis
Ursavaş et al. Middle-income trap and factors affecting the risk of growth slowdown in upper-middle-income countries
Gunnvald Estimating Probability of Default Using Rating Migrations in Discrete and Continuous Time
CN113610415A (zh) 一种核磁设备综合评价方法及系统
CN114065624A (zh) 一种炼化装置管网完整性管理水平智能评估方法
Brodeur et al. Methods matter: P-hacking and causal inference in economics and finance
CN105930982B (zh) 电力景气指数的测算方法和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant