留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

井下人员违规进入无源监测方法

张雷 赵彤 李先圣 刘晓文

张雷,赵彤,李先圣,等.井下人员违规进入无源监测方法[J].工矿自动化,2018,44(10):29-33..  doi: 10.13272/j.issn.1671-251x.2018030033
引用本文: 张雷,赵彤,李先圣,等.井下人员违规进入无源监测方法[J].工矿自动化,2018,44(10):29-33..  doi: 10.13272/j.issn.1671-251x.2018030033
ZHANG Lei, ZHAO Tong, LI Xiansheng, et al. Passive monitoring method for underground personnel violation entry[J]. Industry and Mine Automation, 2018, 44(10): 29-33. doi: 10.13272/j.issn.1671-251x.2018030033
Citation: ZHANG Lei, ZHAO Tong, LI Xiansheng, et al. Passive monitoring method for underground personnel violation entry[J]. Industry and Mine Automation, 2018, 44(10): 29-33. doi: 10.13272/j.issn.1671-251x.2018030033

井下人员违规进入无源监测方法

doi: 10.13272/j.issn.1671-251x.2018030033
基金项目: 

国家重点研发计划资助项目(2017YFC0804401)

详细信息
  • 中图分类号: TD655/67

Passive monitoring method for underground personnel violation entry

  • 摘要: 针对现有井下人员违规进入监测方法存在实用性差、稳定性差、准确度低等问题,提出了一种基于WiFi网络信道状态信息的井下人员违规进入无源监测方法。该方法分为训练阶段和测试阶段:在训练阶段,分别采集有人进入、无人进入场景下信道状态信息数据,并对采集的数据进行离群点剔除和滤波等数据预处理,再将预处理后的数据构造成特征值,通过构造特征值建立判别模型;在测试阶段,将采集的数据预处理后构成特征值,再将特征值输入到训练阶段建立的判别模型中,实现人员是否违规进入判识。实验结果表明,该方法准确率达99.31%。

     

  • 加载中
计量
  • 文章访问数:  48
  • HTML全文浏览量:  13
  • PDF下载量:  7
  • 被引次数: 0
出版历程
  • 刊出日期:  2018-10-10

目录

    /

    返回文章
    返回