CN116933074B - 煤矿三违行为识别模型训练方法、装置及存储介质 - Google Patents
煤矿三违行为识别模型训练方法、装置及存储介质 Download PDFInfo
- Publication number
- CN116933074B CN116933074B CN202310812868.0A CN202310812868A CN116933074B CN 116933074 B CN116933074 B CN 116933074B CN 202310812868 A CN202310812868 A CN 202310812868A CN 116933074 B CN116933074 B CN 116933074B
- Authority
- CN
- China
- Prior art keywords
- samples
- sample
- training
- offence
- target
- 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
Links
- 238000012549 training Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 51
- 239000003245 coal Substances 0.000 title claims abstract description 34
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 19
- 238000012216 screening Methods 0.000 claims abstract description 12
- 230000006399 behavior Effects 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 17
- 230000036541 health Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000007637 random forest analysis Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims 1
- 238000005065 mining Methods 0.000 abstract description 7
- 238000012545 processing Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000002790 cross-validation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000005641 tunneling Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提出一种煤矿三违行为识别模型训练方法、装置及存储介质，方法包括：获取非平衡率小于等于第一阈值的三违行为样本和安全行为样本，其中，每种样本至少包括以下指标：人员学历、工作年限、健康指标、作业时间、作业地点、作业班次、事件类型、上下井时间，对三违行为样本和安全行为样本进行聚类以得到多个候选聚类簇，并从多个候选聚类簇中筛选三违行为样本数量大于第二阈值的目标聚类簇，采用SMOTE算法对目标聚类簇进行过采样，以得到平衡样本数据集，以及基于平衡样本数据集对目标模型进行训练，以得到三违行为识别模型，能够训练识别模型以准确识别三违行为，保证煤矿开采的安全性。
Description
技术领域
本公开涉及煤矿生产安全技术领域，尤其涉及一种煤矿三违行为识别模型训练方法、装置及存储介质。
背景技术
煤矿开采属于井下作业，作业空间有限、采光条件较差、地质环境复杂，存在瓦斯、粉尘等有害因素。煤矿安全问题是制约煤矿产业、社会稳定发展的重要因素，而“三违”行为是导致煤矿生产安全事故发生的主要因素。当前对于三违行为的处理方式主要是事后发现、事后纠正，无法做到事前管理、事前防控，并对问题的处理停留在表象上，未深入挖掘三违行为发生的原因。因此，能否事先识别三违行为将直接影响煤矿开采的安全性。
发明内容
本公开提出了一种煤矿三违行为识别模型训练方法、装置及存储介质，旨在至少在一定程度上解决相关技术中的技术问题之一。
本公开第一方面实施例提出了一种煤矿三违行为识别模型训练方法，获取非平衡率小于等于第一阈值的三违行为样本和安全行为样本，其中，每种样本至少包括以下指标：人员学历、工作年限、健康指标、作业时间、作业地点、作业班次、事件类型、上下井时间；对三违行为样本和安全行为样本进行聚类以得到多个候选聚类簇，并从多个候选聚类簇中筛选三违行为样本数量大于第二阈值的目标聚类簇；采用SMOTE算法对目标聚类簇进行过采样，以得到平衡样本数据集；以及基于平衡样本数据集对目标模型进行训练，以得到三违行为识别模型。
本公开第二方面实施例提出了一种煤矿三违行为识别模型训练装置，第一获取模块，用于获取非平衡率小于等于第一阈值的三违行为样本和安全行为样本，其中，每种样本至少包括以下指标：人员学历、工作年限、健康指标、作业时间、作业地点、作业班次、事件类型、上下井时间；聚类模块，用于对三违行为样本和安全行为样本进行聚类以得到多个候选聚类簇，并从多个候选聚类簇中筛选三违行为样本数量大于第二阈值的目标聚类簇；过采样模块，用于采用SMOTE算法对目标聚类簇进行过采样，以得到平衡样本数据集；以及训练模块，用于基于平衡样本数据集对目标模型进行训练，以得到三违行为识别模型。
本公开第三方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开实施例的煤矿三违行为识别模型训练方法。
本公开第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开实施例公开的煤矿三违行为识别模型训练方法。
本实施例中，通过获取非平衡率小于等于第一阈值的三违行为样本和安全行为样本，其中，每种样本至少包括以下指标：人员学历、工作年限、健康指标、作业时间、作业地点、作业班次、事件类型、上下井时间，对三违行为样本和安全行为样本进行聚类以得到多个候选聚类簇，并从多个候选聚类簇中筛选三违行为样本数量大于第二阈值的目标聚类簇，采用SMOTE算法对目标聚类簇进行过采样，以得到平衡样本数据集，以及基于平衡样本数据集对目标模型进行训练，以得到三违行为识别模型，能够训练识别模型以准确识别三违行为，保证煤矿开采的安全性；此外，本实施例在三违行为样本量少的情况下，可以对非平衡数据集进行平衡处理，有利于训练模型。
本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本公开一实施例提供的煤矿三违行为识别模型训练方法的流程示意图；
图2是根据本公开另一实施例提供的煤矿三违行为识别模型训练方法的流程示意图；
图3是根据本公开另一实施例提供的煤矿三违行为识别模型训练装置的示意图；
图4示出了适于用来实现本公开实施方式的示例性电子设备的框图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
需要说明的是，本实施例的煤矿三违行为识别模型训练方法的执行主体可以为煤矿三违行为识别模型训练装置，该装置可以由软件和/或硬件的方式实现，该装置可以配置在电子设备中，电子设备可以包括但不限于终端、服务器端等。
图1是根据本公开一实施例提供的煤矿三违行为识别模型训练方法的流程示意图，如图1所示，该方法包括：
S101：获取非平衡率小于等于第一阈值的三违行为样本和安全行为样本，其中，每种样本至少包括以下指标：人员学历、工作年限、健康指标、作业时间、作业地点、作业班次、事件类型、上下井时间。
其中，三违行为样本也可以被称为违规行为样本，指的是操作人员在煤矿作业过程中发生三违行为(违章指挥、违规作业、违反劳动纪律)的数据样本；对应的，安全行为样本，指的是煤矿作业过程中未发生三违行为的数据样本。
一些实施例，每条三违行为样本和安全行为样本至少包括：人员学历、工作年限、健康指标(血压、血糖、血脂及其他表征人员身体健康程度的指标)、作业时间(对于三违行为样本则是三违行为发生时间)、作业地点(对于三违行为样本则是三违行为发生地点，例如，回采工作面、掘进工作面、工作面顺槽、运输巷道、机房硐室等)、作业班次(对于三违行为样本则是三违行为发生班次)、事件类型(对于三违行为样本则是三违行为事件类型，例如，不穿工作服、吸烟等)、上下井时间以及其它任意可能的指标，也即是说，每条样本(三违行为和安全行为)由上述指标构成，对此不作限制。
在实际应用中，为了便于模型训练，还可以对每条样本数据进行预处理。例如，将工作年限指标按照＜2、2-5、5-8、＞8年分成新手、胜任、精通、专家四级，划分标准根据定期专业技能考核结果实时更新；健康指标中根据指标范围，处于正常范围的记为0，依据超出指标的程度分别记为(-3、-2、-1、+1、+2、+3)，-3代表远低于正常值、+3代表远高于正常值；根据上下井时间指标，统计下井人员前后一个月内的下井次数，连续下井天数、未来连续下井天数等，对此不作限制。
而非平衡率，表示三违行为样本数量与安全行为样本数量的比值，本公开实施例中，该非平衡率需要小于等于第一阈值，即：属于高度非平衡数据集。其中，该第一阈值可以根据实际应用场景灵活设定，对此不作限制。
举例而言，第一阈值例如为0.01，而本实施例获取的两种样本的非平衡率需要小于等于0.01，例如获取500条三违行为样本和50000条安全行为样本，两种样本的非平衡率可以表示为nmin/nmax≤0.01，nmin为三违行为样本数，nmax为安全行为样本数。
S102：对三违行为样本和安全行为样本进行聚类以得到多个候选聚类簇，并从多个候选聚类簇中筛选三违行为样本数量大于第二阈值的目标聚类簇。
正如S101所述的，本实施例获取的三违行为样本和安全行为样本属于高度非平衡数据集，因此，为了提高对三违行为这种少数类样本的识别率，本实施例需要对样本进行过采样处理，以平衡三违行为样本和安全行为样本。
具体地，本实施例首先可以对三违行为样本(500条)和安全行为样本(50000条)进行聚类，得到的聚类簇被称为候选聚类簇。其中，可以采用任意可能的聚类算法得到该候选聚类簇，例如，采用密度峰值聚类算法对三违行为样本和安全行为样本进行聚类得到多个候选聚类簇，对此不作限制。
在实际应用中，每个候选聚类簇中的三违行为样本数量不同，并且可能存在没有三违行为样本或者三违行为样本数量较少的候选聚类簇，而对该种聚类簇进行过采样处理可能会产生噪声样本，因此影响模型训练效果。鉴于此，本实施例可以对多个候选聚类簇进行筛选，筛选得到的聚类簇被称为目标聚类簇。
一些实施例，可以预先设置候选聚类簇中三违行为样本数量的阈值，该阈值被称为第二阈值，第二阈值的大小可以根据实际应用场景灵活设定，对此不作限制。而本实施例可以将每个候选聚类簇中的三违行为样本数量与该第二阈值进行比较，并将三违行为样本数量大于第二阈值的候选聚类簇作为目标聚类簇。从而，可以在后续过采样生成新的三违行为样本过程中避免产生噪声样本，提升模型训练效果。
S103：采用SMOTE算法对目标聚类簇进行过采样，以得到平衡样本数据集。
进一步地，本实施例可以采用SMOTE算法分别对每个目标聚类簇进行过采样处理，即：在每个目标聚类簇中生成少数类的三违行为样本，而过采样后的每个目标聚类簇共同构成该平衡样本数据集。其中，采用SMOTE算法过采样的具体过程，本实施例不作限制。
S104：基于平衡样本数据集对目标模型进行训练，以得到三违行为识别模型。
上述得到平衡样本数据集后，本实施例可以将平衡样本数据集作为训练数据，以对目标模型进行训练，训练得到的模型被称为三违行为识别模型。其中，该目标模型可以是任意可能的基础模型，例如决策树模型、随机森林模型等，对此不作限制。
一些实施例，目标模型例如可以是随机森林模型，也即是说，基于平衡样本数据集对随机森林模型进行训练，以得到三违行为识别模型。其中，训练过程中，首先调整基评估器数量(n_estimators)的取值范围，在其他参数保持一致的情况下，在预设范围内不断调整n_estimators的取值并进行10折交叉验证，选取模型计算精度随n_estimators的增大不再上升时的数值作为n_estimators的取值；并且，通过网格搜索获取max_depth、min_sample_leaf、min_samples_split、max_features、criterion等模型参数的最佳组合，确保模型在平衡样本数据集上得到最好的分类效果。
一些实施例，模型训练过程中还可以采用F1-score、G-mean值、ROC三个性能指标对上述模型进行性能评估，直至三违行为识别模型满足精度要求。
在实际应用中，三违行为识别模型训练完成之后，可以应用该三违行为识别模型，以用于预判三违行为。
具体地，本实施例可以获取获取待识别样本，可以理解的是，该待识别样本包括上述三违行为样本和安全行为样本中的指标；进一步地，利用三违行为识别模型对待识别样本进行识别，以确定待识别样本是否存在三违行为。从而，可以对于易出现三违的职工进行针对性培训和教育，提高安全知识储备，降低三违行为发生的概率；对于三违高的地点重点关注，增加处理措施：如加警示牌等，降低三违发生概率；对于三违行为高发的时间段，可采取定时推送警示信息等方式，提高人员在相应时间的工作注意力集中度。
本实施例中，通过获取非平衡率小于等于第一阈值的三违行为样本和安全行为样本，其中，每种样本至少包括以下指标：人员学历、工作年限、健康指标、作业时间、作业地点、作业班次、事件类型、上下井时间，对三违行为样本和安全行为样本进行聚类以得到多个候选聚类簇，并从多个候选聚类簇中筛选三违行为样本数量大于第二阈值的目标聚类簇，采用SMOTE算法对目标聚类簇进行过采样，以得到平衡样本数据集，以及基于平衡样本数据集对目标模型进行训练，以得到三违行为识别模型，能够训练识别模型以准确识别三违行为，保证煤矿开采的安全性；此外，本实施例在三违行为样本量少的情况下，可以对非平衡数据集进行平衡处理，有利于训练模型。
图2是根据本公开另一实施例提供的煤矿三违行为识别模型训练方法的流程示意图，如图2所示，该方法包括：
S201：获取非平衡率小于等于第一阈值的三违行为样本和安全行为样本。
S202：对三违行为样本和安全行为样本进行聚类以得到多个候选聚类簇，并从多个候选聚类簇中筛选三违行为样本数量大于第二阈值的目标聚类簇。
S201-S202的具体说明参见上述实施例，此处不再赘述。
S203：分别计算每个目标聚类簇中三违行为样本的稀疏度，并根据稀疏度确定每个目标聚类簇对应的权重值。
在实际应用中，由于每个目标聚类簇中的三违行为样本数量不同，因此直接对每个目标聚类簇进行过采样处理，还可能存在样本不平衡的技术问题。鉴于此，本公开实施例可以根据每个目标聚类簇中三违行为样本数量的情况，有侧重的对目标聚类簇进行过采样处理，以达到最终的样本平衡。
具体地，本实施例可以分别计算每个目标聚类簇中三违行为样本的稀疏度，其中，关于稀疏度的计算过程，本实施例不作具体限制。
进一步地，根据稀疏度确定每个目标聚类簇对应的权重值，也即是说，根据每个目标聚类簇的三违行为样本稀疏度，对每个目标聚类簇赋予权重值，其中，该权重值例如可以随稀疏度增大而增大，即：目标聚类簇中三违行为样本数量越少(稀疏度大)，则该目标聚类簇的权重值越大。
S204：计算每个目标聚类簇的权重值与待合成样本总数的乘积，作为目标聚类簇的待合成样本数。
其中，需要合成的全部三违行为样本的数量被称为待合成样本总数。
本实施例在确定待合成样本总数的过程中，首先获取预设的样本平衡率，该样本平衡率是0-1之间的值，例如，样本平衡率为0.5；进一步地，计算安全行为样本数量与样本平衡率的乘积与三违行为样本数量的差值，作为待合成样本总数，即：待合成样本总数＝样本平衡率*安全行为样本数量-三违行为样本数量，例如，待合成样本总数＝50000*0.5-500。
在确定待合成样本总数后，本实施例可以分别计算每个目标聚类簇的权重值与待合成样本总数的乘积，作为每个目标聚类簇的待合成样本数。
S205：采用SMOTE算法，分别基于待合成样本数对目标聚类簇进行过采样。
也即是说，针对每个目标聚类簇，根据该目标聚类簇对应的待合成样本数进行过采样。
举例而言，目标聚类簇1对应的待合成样本数为100，则对目标聚类簇1过采样过程中合成100条三违行为样本；又例如，目标聚类簇2对应的待合成样本数为500，则对目标聚类簇2过采样过程中合成500条三违行为样本。从而，针对三违行为样本数量少的目标聚类簇合成的三违行为样本较多，而对三违行为样本数较多的目标聚类簇合成的三违行为样本较少，因此本实施例进一步保证过采样后的样本数据集更加平衡。
S206：基于平衡样本数据集对目标模型进行训练，以得到三违行为识别模型。
S206的具体说明参见上述实施例，此处不再赘述。
本实施例中，通过获取非平衡率小于等于第一阈值的三违行为样本和安全行为样本，其中，每种样本至少包括以下指标：人员学历、工作年限、健康指标、作业时间、作业地点、作业班次、事件类型、上下井时间，对三违行为样本和安全行为样本进行聚类以得到多个候选聚类簇，并从多个候选聚类簇中筛选三违行为样本数量大于第二阈值的目标聚类簇，采用SMOTE算法对目标聚类簇进行过采样，以得到平衡样本数据集，以及基于平衡样本数据集对目标模型进行训练，以得到三违行为识别模型，能够训练识别模型以准确识别三违行为，保证煤矿开采的安全性；此外，本实施例在三违行为样本量少的情况下，可以对非平衡数据集进行平衡处理，有利于训练模型。此外，本实施例在过采样过程中，可以进一步保证过采样后的样本数据集更加平衡。
为了实现上述实施例，本公开还提出一种煤矿三违行为识别模型训练装置。
图3是根据本公开另一实施例提供的煤矿三违行为识别模型训练装置的示意图。
如图3所示，该煤矿三违行为识别模型训练装置30，包括：
第一获取模块301，用于获取非平衡率小于等于第一阈值的三违行为样本和安全行为样本，其中，每种样本至少包括以下指标：人员学历、工作年限、健康指标、作业时间、作业地点、作业班次、事件类型、上下井时间；
聚类模块302，用于对三违行为样本和安全行为样本进行聚类以得到多个候选聚类簇，并从多个候选聚类簇中筛选三违行为样本数量大于第二阈值的目标聚类簇；
过采样模块303，用于采用SMOTE算法对目标聚类簇进行过采样，以得到平衡样本数据集；以及
训练模块304，用于基于平衡样本数据集对目标模型进行训练，以得到三违行为识别模型。
一些实施例，装置30还包括：第一计算模块，用于分别计算每个目标聚类簇中三违行为样本的稀疏度，并根据稀疏度确定每个目标聚类簇对应的权重值；第二计算模块，用于计算每个目标聚类簇的权重值与待合成样本总数的乘积，作为目标聚类簇的待合成样本数；并且，过采样模块303，具体用于：采用SMOTE算法，分别基于待合成样本数对目标聚类簇进行过采样。
一些实施例，装置30还包括：第二获取模块，用于获取预设的样本平衡率；以及第三计算模块，用于计算安全行为样本数量与样本平衡率的乘积与三违行为样本数量的差值，作为待合成样本总数。
一些实施例，聚类模块302，具体用于：采用密度峰值聚类算法对三违行为样本和安全行为样本进行聚类。
一些实施例，训练模块304，具体用于：基于平衡样本数据集对随机森林模型进行训练，以得到三违行为识别模型，其中，训练过程中在预设范围内不断调整n_estimators的取值并进行10折交叉验证，直至模型精度随n_estimators的增大不再上升。
一些实施例，装置30还包括：第三获取模块，用于获取待识别样本；以及识别模块，用于利用三违行为识别模型对待识别样本进行识别，以确定待识别样本是否存在三违行为。
本实施例中，通过通过获取非平衡率小于等于第一阈值的三违行为样本和安全行为样本，其中，每种样本至少包括以下指标：人员学历、工作年限、健康指标、作业时间、作业地点、作业班次、事件类型、上下井时间，对三违行为样本和安全行为样本进行聚类以得到多个候选聚类簇，并从多个候选聚类簇中筛选三违行为样本数量大于第二阈值的目标聚类簇，采用SMOTE算法对目标聚类簇进行过采样，以得到平衡样本数据集，以及基于平衡样本数据集对目标模型进行训练，以得到三违行为识别模型，能够训练识别模型以准确识别三违行为，保证煤矿开采的安全性；此外，本实施例在三违行为样本量少的情况下，可以对非平衡数据集进行平衡处理，有利于训练模型。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
为了实现上述实施例，本公开还提出一种计算机程序产品，当计算机程序产品中的指令处理器执行时，执行如本公开前述实施例提出的煤矿三违行为识别模型训练方法。
图4示出了适于用来实现本公开实施方式的示例性电子设备的框图。图4显示的电子设备12仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture；以下简称：ISA)总线，微通道体系结构(Micro Channel Architecture；以下简称：MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation；以下简称：VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection；以下简称：PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory；以下简称：RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。
尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如：光盘只读存储器(Compact Disc Read OnlyMemory；以下简称：CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory；以下简称：DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本公开各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本公开所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network；以下简称：LAN)，广域网(Wide Area Network；以下简称：WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用，例如实现前述实施例中提及的煤矿三违行为识别模型训练方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
需要说明的是，在本公开的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本公开的描述中，除非另有说明，“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本公开的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本公开的实施例所属技术领域的技术人员所理解。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本公开各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本公开的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本公开的限制，本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种煤矿三违行为识别模型训练方法，其特征在于，包括：
获取非平衡率小于等于第一阈值的三违行为样本和安全行为样本，其中，每种样本至少包括以下指标：人员学历、工作年限、健康指标、作业时间、作业地点、作业班次、事件类型、上下井时间；
对所述三违行为样本和所述安全行为样本进行聚类以得到多个候选聚类簇，并从所述多个候选聚类簇中筛选三违行为样本数量大于第二阈值的目标聚类簇，所述第二阈值为预先设置所述候选聚类簇中三违行为样本数量的阈值；
分别计算每个目标聚类簇中三违行为样本的稀疏度，并根据所述稀疏度确定每个目标聚类簇对应的权重值；
获取预设的样本平衡率；计算安全行为样本数量与所述样本平衡率的乘积与所述三违行为样本数量的差值，作为待合成样本总数，即：待合成样本总数＝样本平衡率*安全行为样本数量-三违行为样本数量；
计算所述每个目标聚类簇的权重值与所述待合成样本总数的乘积，作为所述目标聚类簇的待合成样本数；
采用SMOTE算法，分别基于所述待合成样本数对所述目标聚类簇进行过采样，以得到平衡样本数据集；以及
基于所述平衡样本数据集对目标模型进行训练，以得到三违行为识别模型。
2.如权利要求1所述的方法，其特征在于，所述对所述三违行为样本和所述安全行为样本进行聚类，包括：
采用密度峰值聚类算法对所述三违行为样本和所述安全行为样本进行聚类。
3.如权利要求1所述的方法，其特征在于，基于所述平衡样本数据集对目标模型进行训练，以得到三违行为识别模型，包括：
基于所述平衡样本数据集对随机森林模型进行训练，以得到三违行为识别模型，其中，训练过程中在预设范围内不断调整基评估器数量的取值并进行10折交叉验证，直至模型精度随基评估器数量的增大不再上升。
4.如权利要求1所述的方法，其特征在于，基于所述平衡样本数据集对目标模型进行训练，以得到三违行为识别模型之后，还包括：
获取待识别样本；以及
利用所述三违行为识别模型对所述待识别样本进行识别，以确定所述待识别样本是否存在三违行为。
5.一种煤矿三违行为识别模型训练装置，其特征在于，包括：
第一获取模块，用于获取非平衡率小于等于第一阈值的三违行为样本和安全行为样本，其中，每种样本至少包括以下指标：人员学历、工作年限、健康指标、作业时间、作业地点、作业班次、事件类型、上下井时间；
聚类模块，用于对所述三违行为样本和所述安全行为样本进行聚类以得到多个候选聚类簇，并从所述多个候选聚类簇中筛选三违行为样本数量大于第二阈值的目标聚类簇，所述第二阈值为预先设置所述候选聚类簇中三违行为样本数量的阈值；
第一计算模块，用于分别计算每个目标聚类簇中三违行为样本的稀疏度，并根据所述稀疏度确定每个目标聚类簇对应的权重值；
第二获取模块，用于获取预设的样本平衡率；
第三计算模块，用于计算安全行为样本数量与所述样本平衡率的乘积与所述三违行为样本数量的差值，作为待合成样本总数,述待合成样本总数＝样本平衡率*安全行为样本数量-三违行为样本数量；
第二计算模块，用于计算每个目标聚类簇的权重值与待合成样本总数的乘积，作为所述目标聚类簇的待合成样本数；
过采样模块，采用SMOTE算法，分别基于所述待合成样本数对所述目标聚类簇进行过采样，以得到平衡样本数据集；以及
训练模块，用于基于所述平衡样本数据集对目标模型进行训练，以得到三违行为识别模型。
6.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-4中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310812868.0A CN116933074B (zh) | 2023-07-04 | 2023-07-04 | 煤矿三违行为识别模型训练方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310812868.0A CN116933074B (zh) | 2023-07-04 | 2023-07-04 | 煤矿三违行为识别模型训练方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116933074A CN116933074A (zh) | 2023-10-24 |
| CN116933074B true CN116933074B (zh) | 2024-04-05 |
Family
ID=88388727
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310812868.0A Active CN116933074B (zh) | 2023-07-04 | 2023-07-04 | 煤矿三违行为识别模型训练方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116933074B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108038500A (zh) * | 2017-12-07 | 2018-05-15 | 东软集团股份有限公司 | 聚类方法、装置、计算机设备、存储介质和程序产品 |
| CN116186611A (zh) * | 2023-04-24 | 2023-05-30 | 湖南工商大学 | 一种不平衡数据的分类方法、装置、终端设备及介质 |
-
2023
- 2023-07-04 CN CN202310812868.0A patent/CN116933074B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108038500A (zh) * | 2017-12-07 | 2018-05-15 | 东软集团股份有限公司 | 聚类方法、装置、计算机设备、存储介质和程序产品 |
| CN116186611A (zh) * | 2023-04-24 | 2023-05-30 | 湖南工商大学 | 一种不平衡数据的分类方法、装置、终端设备及介质 |
Non-Patent Citations (1)
| Title |
|---|
| 大数据技术在煤炭安全生产中不安全行为分析的研究与应用;王师节;《中国优秀硕士论文电子期刊网》(第10期);B021-76 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116933074A (zh) | 2023-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113688042B (zh) | 测试场景的确定方法、装置、电子设备及可读存储介质 | |
| CN106572493A (zh) | Lte网络中的异常值检测方法及系统 | |
| CN107612938A (zh) | 一种网络用户异常行为检测方法、装置、设备及存储介质 | |
| KR102090423B1 (ko) | 동적 api 추출 기반의 애플리케이션 악성코드 탐지 방법, 이를 수행하기 위한 기록 매체 및 장치 | |
| CN105022957B (zh) | 随选检测恶意程序的方法及其电子装置 | |
| CN105612538A (zh) | 钻井操作期间的实时风险预测 | |
| CN113159482A (zh) | 一种用于评估信息安全风险的方法及系统 | |
| WO2020250730A1 (ja) | 不正検知装置、不正検知方法および不正検知プログラム | |
| CN105912361A (zh) | 一种硬件设备配置信息更新的方法、装置及系统 | |
| CN114282752A (zh) | 流程任务的生成方法、装置、电子设备及存储介质 | |
| Domin et al. | Improving plagiarism detection in coding assignments by dynamic removal of common ground | |
| CN111931047A (zh) | 基于人工智能的黑产账号检测方法及相关装置 | |
| CN114860542A (zh) | 趋势预测模型的优化方法、优化装置、电子设备和介质 | |
| CN111091863A (zh) | 一种存储设备故障检测方法及相关装置 | |
| US9996606B2 (en) | Method for determining condition of category division of key performance indicator, and computer and computer program therefor | |
| JP2017068293A (ja) | テストｄｂデータ生成方法及び装置 | |
| CN116933074B (zh) | 煤矿三违行为识别模型训练方法、装置及存储介质 | |
| CN111950829A (zh) | 风险对象定位方法、装置、计算机存储介质和电子设备 | |
| CN112711530B (zh) | 一种基于机器学习的代码风险预测方法及系统 | |
| US20220245483A1 (en) | Identifying Influential Effects to Be Adjusted in Goal Seek Analysis | |
| CN112347776B (zh) | 医疗数据处理方法及装置、存储介质、电子设备 | |
| CN111582313A (zh) | 样本数据生成方法、装置及电子设备 | |
| CN109684633B (zh) | 搜索处理方法、装置、设备及存储介质 | |
| CN111582647A (zh) | 用户数据处理方法、装置及电子设备 | |
| CN116402380A (zh) | 冲击地压灾害预警模型的管理方法和装置 |
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 |