节点文献
基于ISM和知识图谱的尾矿坝事故风险智能识别研究
【摘要】 为了深入理解尾矿坝事故的发生机理和演化规律,提升尾矿坝的安全管理水平,首先通过总结分析尾矿坝事故案例,筛选出导致尾矿坝溃坝的致灾因素;然后引入解释结构模型(ISM),理清因素间的关联模式和层次关系,从而得到尾矿坝事故的演化路径,在此基础上构建尾矿坝事故知识图谱;最后利用BERT-GCN-SVM模型对知识图谱进行编码和分类,其中利用BERT模型提取节点的文本特征,利用GCN模型捕获图结构信息,采用SVM模型对数据进行分类。构建了一个结构化的尾矿坝事故知识图谱。提出的BERT-GCN-SVM模型能够有效地识别尾矿坝风险,为事故预防提供了新的思路和方法,具有工程实用价值。
【关键词】 尾矿坝事故；
解释结构模型(ISM)；
知识图谱；
BERT；
图卷积网络；
【基金】 陕西省自然科学基金面上项目(2022JM-274)
- 【文献出处】 采矿技术 ,Mining Technology , 编辑部邮箱 ,2024年05期
- 【分类号】TD926.4;TP391.1
- 【下载频次】92