专利内容由知识产权出版社提供
专利名称：一种基于卷积神经网络的矿山灾害事件检测方法专利类型：发明专利
发明人：刘鹏,魏卉子,赵崇帅,鹿晓龙,舒雅,冯琳,吴攀鑫,刘兵,
丁恩杰
申请号：CN201911117563.8申请日：20191115公开号：CN110930008A公开日：20200327
摘要：一种基于卷积神经网络的矿山灾害事件检测方法，适用于煤矿灾害类事件检测使用。包括模型设计和模型训练两部分，模型设计部分主要包括混合特征输入层和高速迭代空洞卷积神经网络的设计两部分，通过混合输入文本词级、字符级和实体特征向量，构建细粒度和语义性更强的特征输入层，充分挖掘文本深层语义和结构信息，通过采用迭代法堆叠DCNN构建深层模型，获取全局特征向量，提高模型训练效率，模型后端框架选用Highway网络连接Softmax分类层优化特征向量，改善训练深层网络模型易过拟合和收敛难的问题，提高模型检测的准确性。能够自动检测海量文本数据中的矿山灾害事件，避免繁琐的人工构建操作，为矿山灾害事件的分析及预警提供数据支撑。
申请人：中国矿业大学
地址：221116 江苏省徐州市大学路1号中国矿业大学科研院
国籍：CN
代理机构：南京瑞弘专利商标事务所(普通合伙)
代理人：李悦声
更多信息请下载全文后查看
