国家重点研发计划2016.07-2019.06No. 2016YFC0801406-02
煤矿典型动力灾害预测研究是当前研究的热点。我们通过分析当前国内外在面向煤矿典型动力灾害的预测方法及多粒度知识发现领域的发展现状与未来趋势，借鉴国内外已经取得的研究成果和成功经验，结合我们在相关项目中对大数据范围查询技术、Top-K查询技术及多粒度知识挖掘等技术积累的丰富研究经验，争取在理论和实践上做出创新性工作。在博采众长的基础上，我们以市场应用为背景，注重国内外当前的发展动态，加强与国内外相关单位的合作与交流不断跟踪新技术的同时，系统而深入地研究煤矿典型动力灾害预测及多粒度知识发现方法，主要集中在以下几个方面：
(1)环境漂移、事件漂移、感知漂移及关联漂移数据等现象的实质与诱发因素，并基于漂移特征，构建动态潜在煤矿典型动力灾害反走样模型。
(2)基于漂移特征数据恢复结果，构建灾害数据模型库，实现线性回归模型煤矿灾害预测方法研究。
(3)在大数据背景下，研究不同时间和空间粒度上的多粒度知识发现方法，包括时空多粒度范围查询、多粒度Top-K查询等方法。
结合应用环境，以应用需求为驱动，针对具体的应用领域有的放矢地研制基于漂移特征的潜在煤矿典型动力灾害预测方法，采用先进的物联网技术、大数据分析挖掘技术以及数据线性回归理论，验证方案的理论可行性，并在实际煤矿环境中进行反馈检验，从而使我们的研究工作有明确的应用目标，研究和开发的系统可以很快推广应用。
