1.一种基于矿工行为分析的井下预警机制，其特征是：井下预警机制：先要对矿工的历史活动轨迹进行统计；统计的方法是对井下矿工的移动轨迹数据进行随机抽样，抽样轨迹数据的时间长度为1个月，采集矿工的移动轨迹；对抽样的数据进行观察，剔除其中存在安全隐患和异常行为多的矿工；之后按照隐马尔可夫模型对其地点与行为进行建模，获取其三个状态参数λ＝(A,B,Π)；其中：A：状态转移概率：

其中aij＝p(qt+1＝Sj|qt＝Si)，Si,B：观测概率：

其中bj(m)≡p(Ot＝vM|qt＝Si)，

Π：表示初始概率

Π＝[πi]，其中πi≡p(q1＝Si)；

具体方法如下：

对矿工的移动行为进行停留点的发现，停留点的定义是在矿工在一段时间内，其滞留的区域；发现停留区域后，将停留区域参照井下地图发现其在井下的地点对其进行标注；

按照时段对矿工在井下的活动时间进行划分，划分的规则为，选取停留点的作为时间粒度，将矿工的井下活动时间进行均分；

将矿工在井下的移动轨迹按照时间划分产生一个矿工井下移动序列，该序列作为隐马尔可夫过程的观测序列；

调取这一个月内的井下视频监控，对矿工的行为按照时间划分进行发现，对其进行统计；将井下的矿工活动状态转移序列作为隐马尔可夫过程中的状态转移序列进行统计，计算出矿工的状态转移矩阵A，通过与之前矿工轨迹观测序列进行统计，计算获得发射概率B,这样便基于隐马尔可夫模型建立了矿工的在井下的移动模型；

通过对行为规范度高的矿工的行为进行建模，得到一个行为规范的矿工隐马尔可夫参数及X＝{λ1,λ2...λn}其中n为抽样中矿工的个数；

将该参数集评价机制，对矿工的井下工作轨迹进行评价。

2.根据权利要求1所述的基于矿工行为分析的井下预警机制，其特征是：所述的评价的方法是：对该矿工进行停留点发现，并且按照时段，获得该矿工在井下移动轨迹观测序列，获得该观测序列后对其进行评估，评估的值为： (式1)

式中，O表示观测序列，λi表示在第i个模型，n代表模型的总数；

设定一个阈值，当评估值小于该阈值时，可以怀疑该矿工在井下的移动行为存在不规范；对其在井下的录像进行调查监控，发现其异常行为，起到预警的作用。