1.一种基于自适应提升算法的冲击危险性智能预警方法，其特征在于，包括如下步骤：步骤1、结合煤矿采场的实际情况，利用监测数据分析影响煤矿冲击地压危险性的主控因素，根据监测数据和主控因素共同分析主控因素与冲击地压的关系，确定影响冲击危险性的指标；

步骤2、对影响冲击危险性的指标进行预处理，对预处理后的数据进行挖掘和整理，生成训练冲击危险性预警模型所需的冲击地压数据；

步骤3、综合考虑各指标的交互影响，基于自适应提升算法构建冲击危险性预警模型，对构建的模型进行训练，得到最终的预警模型；具体过程为：步骤3 .1 、选择步骤2中生成的冲击地压数据中的一部分数据作为训练数据集的大小；分析关系时，确定采区地质因素和采掘因素中每个因素对冲击地压的影响程度，以及确定每个因素对冲击危险状态的影响指数，将影响程度和影响指数进行融合，形成冲击地压危险状态等级评定的指标体系。

3.根据权利要求1所述基于自适应提升算法的冲击危险性智能预警方法，其特征在于，所述步骤2的具体过程为：步骤2.1、通过去噪、规范化处理的方式对影响冲击危险性的指标数据进行预处理，构造用于数据分析的数据集，并采用mat( )函数将数据集转换成矩阵；

步骤2.2、采用独立成分分析的特征抽取技术，将数据集转换的特征矩阵生成低维数矩阵，同时保留数据集中高相关度的信息。