针对目前矿山领域异构数据融合时先验知识获取困难、物联网本体库实时性差、实例对象数据手动标注方式效率较低等问题，提出了一种矿山语义物联网自动语义标注方法。给出了传感数据语义化处理框架：一方面，确定本体的专业领域和范畴，通过重用流注释本体（SAO）构建领域本体，作为驱动语义标注的基础；另一方面，使用机器学习方法对感知数据流进行特征提取与数据分析，从海量数据中挖掘出概念间的关系；通过数据挖掘知识来驱动本体的更新与完善，实现本体的动态更新、拓展与更精确的语义标注，增强机器的理解力。以矿井提升系统主轴故障为例阐述从本体到实例化的语义标注过程：结合领域专家知识及本体重用，采用“七步法”建立矿井提升系统主传动故障本体；为了加强实例数据属性描述的准确性，使用主成分分析法（PCA）与K-means聚类方法对数据集进行降维和分组，提取出数据属性与概念的关系；通过基于语义Web的规则语言（SWRL）标注具体先行条件与后续概念的关系，优化领域本体。实验结果表明：在本体实例化过程中，可利用机器学习技术从传感数据中自动提取概念，实现传感数据的自动语义标注。
