徐黄镇 杜文辉 沈峰敏 张福康

摘  要：随着我国经济社会的高速发展，特征设备在工业制造、交通建设、能源动力、城市管理、文化旅游等多个行业领域对中得到了广泛使用，已经成为我国经济社会发展必不可少的重要组成部分。然而，特种设备在使用过程中存在许多潜在的安全风险，其危险系数较高。为了有效预防特种设备在使用过程中出现安全事故，本文提出了一种基于半监督多视角聚类的特种设备安全预警方法（SM-MVC）。该方法一方面通过特种设备多源数据融合提高安全预警的准确度，另一方面通过结合低秩表示方法对多源数据中的噪声进行处理，增强了对异常设备的判别能力。最后，通过在多个公开数据集和真实数据集上的仿真实验验证了本文方法的有效性。

关键词：特种设备安全预警;半监督聚类;多视图聚类;非负矩阵分解;低秩表示

1引言

随着我国经济社会的高速发展，特征设备在工业制造、交通建设、能源动力、城市管理、文化旅游等多个行业领域对中得到了广泛使用，直接影响百姓生产和生活的方方面面，已经成为我国经济社会发展必不可少的重要组成部分。然而在我国目前的特种设备管理模式中，特种设备的安全运行仍然依赖于操作和监管人员的专业素质水平。因此，需要利用现代人工智能技术推动特种设备安全监管模式创新，降低由于人工因素诱发的特征设备安全问题，提高特种设备自动化、智能化安全监管能力。……