TY -的A2 - Lo Iudice,弗朗西斯科·非盟-高,温驯盟——冯Wenbin盟——赵,夏盟- Yu,虫虫AU - Su, Weijun盟——妞妞,余庆AU -汉,陆PY - 2021 DA - 2021/11/19 TI -异常检测与差异率时间序列样本熵和生成对抗网络SP - 5854096六世- 2021 AB -残余采空区煤炭自燃的往往会引起爆炸,这是一种严重的煤矿和热力学复合灾害导致严重损失的人们的生活和生产安全。热力学煤矿灾害的预测和预警的变化主要是由指数在煤矿采空区气体浓度模式不断收集。时间序列异常模式检测方法主要是用来达到气体浓度的状态变化模式。气体浓度的变化遵循一定规则随着时间的变化。一个伟大的气体浓度的变化表明煤炭自燃和其他灾害的可能性。强调制造商收集气体的特性,克服低异常检测精度不足造成的正常模式的学习,本文采用了一种异常检测方法与差异率时间序列样本熵和生成对抗的网络。因为差异率异常数据的熵特性是更大的比正常模式,本文改进了计算方法的异常给予不同的权重来检测分提高检出率。来验证该方法的有效性,本文采用采空区的仿真模型,采用Dafosi煤矿的煤炭样本进行实验。初步测试了使用从煤矿监控数据。实验比较不同时间序列的熵结果生成的检测结果对抗网络和自动编码器和表明,本文提出的方法具有较高的检测精度。 SN - 1076-2787 UR - https://doi.org/10.1155/2021/5854096 DO - 10.1155/2021/5854096 JF - Complexity PB - Hindawi KW - ER -