潘 杰， 杨超宇

(安徽理工大学 经济与管理学院，安徽 淮南 232000)

瓦斯事故是煤矿生产过程中的重要隐患之一，当瓦斯达到某种极限值浓度时将会导致人员呼吸停止，而且其爆炸浓度的区间范围较广，遇火极易发生爆炸.随着我国经济快速发展以及对煤炭需求依赖大，在此过程中需不断地增加煤矿采量，而瓦斯气体爆炸所引起灾害的危险概率也越来越高，经近年来的研究，井下安全事故不再频发，尽管如此，一旦井下发生安全事故，死亡率还是比较高的，所以需要采取有效的措施来防止瓦斯事故的发生，保障煤炭安全开采[1-3].

近年来，在生产生活中的各大领域，数据挖掘技术都得到了广泛的应用.煤矿瓦斯的治理工作具有重大的现实意义，采用数据挖掘方法对瓦斯事故调查报告进行分析并找出其中关键因素，能够保障煤矿的安全开采[5-6].

1 数据挖掘方法

对瓦斯事故调查报告采用数据挖掘方法进行分析，其基本流程如下：字符识别，结巴分词，关联规则分析.如图1所示.

图1 基本流程Figure 1 Basic process

1.1 场景文本识别(STR)

在对瓦斯事故调查报告进行字符识别之前，需要导入pymupdf，fitz这两个库将其pdf格式转化为图片格式，方便之后的字符识别.

本文采用了场景文本识别(STR)技术对图片格式的瓦斯事故调查报告进行字符识别，场景文本识别是在自然场景中识别文字，与传统的光伏字符识别(OCR)相比较，STR需应对自然场景中字体多样、多方向和背景复杂等多种因素，具有强……