河北省应急管理厅主管  应急管理与安全生产协会主办

国内刊号:CN 13-1407/X  国际刊号 ISSN 2095-2147

国家新闻出版广电总局备案期刊
中国核心期刊(遴选)数据库收录期刊
中国学术期刊综合评价数据库收录期刊
国家正规网络数据库全文收录期刊
站内搜索
期刊图片
版权信息
主管:河北省应急管理厅
主办:省应急管理与安全生产协会
国内刊号:CN 13-1407/X
国际刊号 ISSN 2095-2147
联系我们

告知:请先投稿,审后通知!

(以下Q为审稿通过后与编辑对接号,不接受投稿前咨询)

王编:253*****

张编:290*****

姜编:218*****

马编:191*****

佟编:277*****

马编:276*****

投稿邮箱:zzsbjb518@126.com
投稿格式:刊物名称+作者姓名
投稿须知:

 1.网站点击“在线投稿”,逐项填写上传word格式文档;
 2.如文章题目较长,填“文章题目”请精简到15字以内;

 3.投稿后,在网站首页右上角看到编号(名字)为成功 

 4.稿件初审时间15工作日内,请关注公告和邮件通知,逾期未审可重新投稿

 5.工作繁忙,收到邮件不打算发者请勿添加编辑Q

 6.概不接受中介投稿的录用查询和真假鉴定;

 7.严禁一稿多投和重复投稿。

 8.发表程序:初审录用-联系编辑-支付版费-编辑处理-作者核对信息-发录用通知-等收刊物。

学术展示

当前位置:首页 > 学术展示

煤矿作业区安全风险智能识别方法研究
王国旗 邯郸市牛儿庄采矿有限公司
摘要:为解决煤矿作业区瓦斯突出、顶板事故等高频高危风险的精准识别问题,论文先分析核心风险类型及数据、场景特征,再基于风险识别与机器学习理论,构建CNN-LSTM双算法适配的智能识别模型。模型经多源数据采集、预处理、特征提取优化及训练优化,实现时序与图像类风险的针对性识别。以某国有煤矿实测数据为对象开展实验,结果显示模型对两类风险识别准确率、召回率均超95%,响应时间≤0.35秒,相较于传统方法及单一算法优势显著。该模型兼顾识别精度与实时性,适配井下复杂环境,可为煤矿安全管控提供技术支撑。
关键词:煤矿作业区; 安全风险; 智能识别; CNN-LSTM模型

杂志首页杂志简介在线投稿稿件查询联系我们