典型文献
基于弱监督深度学习的煤矿生产不安全行为检测应用研究
文献摘要：
实时监测煤矿生产过程的安全事件,及时发现和消除隐患,对确保煤矿生产过程安全具有重要意义.由于标注数据样本不足,导致学习模型的性能下降,影响监测效果.针对此问题,提出一种基于弱监督深度学习的煤矿生产不安全行为检测方法,设计了深度神经网络提取并融合图像显著特征,实现选煤生产过程的不安全行为检测,为安全预警提供支撑,在公开数据集和真实的煤矿生产中进行了试验,验证了所提方法的有效性.
文献关键词：
煤矿安全;弱监督学习;深度学习
中图分类号：
作者姓名：
赵亮
作者机构：
国能宝日希勒能源有限公司 内蒙古呼伦贝尔 021025
文献出处：
引用格式：
[1]赵亮-.基于弱监督深度学习的煤矿生产不安全行为检测应用研究)[J].矿山机械,2022(02):58-62
A类：
B类：
煤矿生产,不安全行为,行为检测,检测应用,安全事件,消除隐患,性能下降,监测效果,深度神经网络,融合图像,显著特征,选煤生产,安全预警,公开数据集,煤矿安全,弱监督学习
AB值：
0.302714
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
