基于类别关键词权重的煤矿安全隐患分类方法

大数据时代,各行各业均产生海量信息,面临大量的信息,如何准确而高效地获取数据中的潜在规律和蕴含价值成为企业信息化的重点。为提升煤矿企业对安全监测数据的理解和监控能力,改善隐患排查治理工作水平,本文提出基于类别关键词权重的短文本分类模型,有效缓解了文本分类中特征稀疏的问题。该方法首先基于朴素贝叶斯算法,对不符合规范的非法数据进行筛选,然后构建基于关键词权重的短文本分类模型,利用中文分词技术、卡方检验方法构建关键词库,最后建立得分模型实现对隐患数据的分类。结果表明,该模型能较为准确地对矿业安全隐患数据进行有效的评级分类,进一步地改善隐患排查和治理的针对性和有效性。     

安全隐患排查预警信息系统研究

为有效提升安全管理效率,针对企业排查隐患分析工作量大的现状,研发了安全隐患排查与治理系统。建立一体化和标准化的统一平台系统,通过隐患排查、数据上传、查询、统计分析、危险预警等信息分析功能,从而实现对企业以及子公司生产安全的动态监管,为企业的安全管理长效机制建设提供技术支持,实现生产事故风险的预测预警。     

隐患排查治理监管系统在潞安煤矿安全监管中的应用

隐患排查治理监管系统结合潞安集团煤矿安全生产的实际工作需要,实现对隐患排查部门、人员、计划的灵活配置。系统以标准化的隐患排查治理标准,实现集团公司、矿单位安全隐患信息的控制和管理,形成安全隐患排查、信息上报、整改、验收、审核销号的闭环管理。系统还提供了隐患信息的统计、分析、预警等功能。     

大型工程安全隐患管理协作特征挖掘

大型工程建设的安全隐患管理对保障施工安全具有重要意义.该文基于某大型工程信息系统3年多记录的安全隐患管理协作数据,采用文本挖掘技术,包括自动分词、词性标注和词频-逆向文件频率(TF-IDF)算法等,提出一套隐患特征提取和分类方法,可用于隐患特征的动态分析,以实时掌握工程现场的安全隐患管理状态.基于该特征挖掘方法,分别进...     

农村公路交通安全隐患排查绩效评估方法研究

为了提高农村公路交通安全隐患排查的工作效率,强化隐患排查绩效评估考核效果,对农村公路交通安全隐患排查绩效评估进行了研究。首先,通过文献梳理构建了兼顾隐患排查和隐患治理的两阶段式农村公路交通安全隐患排查模式,并对农村公路交通安全隐患排查项目和排查标准进行了研究。随后,从隐患排查失效率、隐患重复发生率、隐患治理率、隐患上报率和事故发生数量5个方面,建立了农村公路交通安全隐患排查绩效评估的指标体系。最后,结合层次分析法(AHP)和德尔菲法构建了农村公路交通安全隐患排查绩效评估模型,并以某县为实际案例,结合其农村公路交通安全隐患排查统计数据,对该模型进行了验证。结果表明:通过使用所构建的农村公路交通安全隐患排查模式和绩效评估模型,可实现对农村公路交通安全隐患排查效果的量化评估,能够为管理部门提供决策支持。     

基于数据驱动和知识图谱的电影分类推荐方法

提出基于知识图谱和数据驱动的电影分类推荐方法；首先基于数据驱动爬取互联网中的电影数据并进行去重及清洗，然后采用知识图谱将电影数据与用户情感偏好数据进行关联，对海量的数据信息进行中心聚类，并在数据聚类的过程中计算投影向量得到相似度矩阵，最后查询相似度值并计算分类推荐指标权重得到最终的电影推荐清单.     

基于大数据的网络恶意行为及特征关联分析

针对传统的网络恶意行为检测方法无法适用于当前网络恶意行为分析与检测,提出了基于大数据的网络恶意行为及特征关联分析方案。通过研究大数据平台下的多源数据分析技术和安全态势感知,综合运用入侵检测、关联分析、态势感知等技术对网络环境做出预警和防御。最后,设计和构建了基于大数据平台的网络恶意行为验证系统。     

基于激光点云的普通干线公路安全隐患自动化排查研究

道路安全隐患排查准确度和时效性是制约普通干线公路运行安全和通行效率的重要因素.受限于数字化信息的缺乏，传统普通干线公路安全隐患多采用人工排查方法，存在效率低、准确性有限等固有缺陷，激光点云在三维数字化方面的应用为道路几何信息准确获取和安全隐患自动化排查提供了可能.在车载激光点云数据特性和局限性分析的基础上，明确普通干线公路安全隐患自动化排查思路，提出基于扫描线的边缘提取以及基于邻域叠加分析的安防设施判断等关键技术，并结合实例数据进行了方法准确性验证.结果表明：基于激光点云的普通干线公路安全隐患自动化排查方法可以稳定、高效地排查普通干线公路安全隐患，符合实际排查应用需要.     

露天煤矿安全生产隐患排查治理分析及研究

为充分做好露天煤矿安全生产隐患排查治理工作,有效减少并避免露天煤矿的安全生产事故,本文对露天煤矿安全生产隐患进行了分级、分类,以及确定了露天煤矿安全生产隐患排查治理的范围和内容;在统计分析32所露天煤矿的安全生产标准化中隐患排查治理数据的基础上,同时利用词云可视化技术,分析并找出了目前申请一级标准化达标的露天煤矿整体存在的不足,提出了改进的方向,以期能够有效地指导露天煤矿企业,落实好安全生产隐患排查治理标准化,进而保障露天煤矿的安全生产。     

煤矿风险分级管控与隐患排查治理相关性初探

本研究以双重预防机制的组成部分即风险分级管控与隐患排查治理为研究对象,依据2017年～2018年期间内蒙古、山西、四川、山东的99处煤矿企业数据进行安全生产标准化评审的结果,利用软件SPSS24.0对对风险分级管控与隐患排查治理之间进行定量分析,并构建一元线性回归方程。结果表明,风险分级管控与隐患排查治理之间存在正向相关关系,即风险分级管控水平越高,隐患排查治理结果就越好。     

改进的灰色模型在露天煤矿安全隐患预测中的应用

为实现对露天煤矿安全生产事故的超前预防预控,结合某露天煤矿安全隐患排查治理系统中的隐患排查数据,在传统灰色GM(1,1)模型的基础上,建立了两种改进的预测模型:BX灰色模型和BX灰色马尔可夫模型。通过分析对比三种模型的模拟精度,最后选择了精度较高的BX灰色马尔可夫模型对露天煤矿2018年12月的平均隐患扣分比进行预测,为露天煤矿制定针对性的隐患风险管控计划提供了一定的理论依据。     

深基坑围护结构变形远程监测预警系统

为实时掌握基坑围护结构变形趋势,确保基坑工程质量和安全稳定性,以大连地铁某车站深基坑工程为背景,基于物联网应用技术,构建深基坑围护结构变形远程监测预警装备系统.首先,构建以数据采集、通信联络、核心处理空间和数据终端组成的物联网框架;然后,基于原型系统基本功能开发,分析深基坑围护结构中锚杆轴力监测预警过程.研究结果表明:基于物联网设计理念的地铁车站深基坑围护结构变形远程监测预警装备系统,可获取到深基坑围护结构变形及其灾变演化实时数据,并实施灾变预警.该研究成果可为地铁工程管理及施工部门实时掌握施工过程中深基坑围护结构变形状况,准确排查安全隐患、有效预防基坑施工事故提供信息技术支持和保障.     

铜冶炼企业隐患排查治理信息系统的研究和应用

铜冶炼工艺过程复杂,危险性大,属于高风险行业,建立有效的安全生产隐患排查治理体系是预防事故发生的重要措施之一,对企业安全发展意义重大.以国内某铜冶炼企业为例,系统全面的辨识生产运行阶段的风险及危险因素,制定控制措施.利用危险源辨识结果,基于风险管理原理开发相应的隐患排查标准,最终利用信息化手段,形成了一套能够有效提高企业隐患排查治理工作效率的信息化管理系统.通过系统的实施,实现了企业隐患排查体系的"标准化"和"信息化",使得人员作业活动"三违"行为、工艺过程、设备设施、场所环境的安全隐患能够得到有效控制,避免或减少安全生产事故的发生.     

数据挖掘算法在厦门市卷烟新零售策略中的应用

在卷烟新零售时代,需要充分运用大数据分析方法精准、高效地挖掘消费者数据价值。该文基于厦门市卷烟零售数据,采用关联算法剖析厦门市居民卷烟消费习惯,根据支持度和置信度指标挖掘出强关联的卷烟品种,从而指导零售户优化营销策略;采用层次聚类法对不同种类零售户和不同特征消费者群体进行分类,从多维度、全方位得出零售户和消费者的画像,以便制定个性化的零售户销售策略,满足差异化的消费者需求;采用回归分析,构建2018年厦门市卷烟市场容量预测方程,实现对市场的总体把握。     

知识地图大数据视角下首都安全“3+1”风险预控系统模型构建关键技术与设计

目的以《北京城市安全隐患治理三年行动方案(2018—2020年)》为依据,利用知识地图大数据分析与挖掘技术,从海量的首都安全大数据中提炼有效信息并合理应用,构建首都社会安全“3+1”风险预控模式。方法利用知识本体映射方法以及信息构建技术、数据分析技术,明晰首都安全风险隐患,构建首都安全风险预控知识地图。结果通过知识建模、知识抽取,梳理安全事故发生链的全过程中蕴涵的知识关联、因果关联,建设首都安全的人物知识地图、机构知识地图、成果知识地图、首都安全风险预控平台。结论构建首都安全风险知识地图,为挖掘与分析首都安全事件数据知识链提供有效依据;建立大数据视角下的首都安全知识单元地图及其网络关系,为“平安北京”风险预警预控的多元协作系统、应急管理系统、公共安全系统建设提供有价值的参考。     

关于电力企业建立隐患排查治理机制的探讨

安全隐患治理工作始终是电力企业安全生产的重中之重，大型电力企业担负着城市电网建设和供电管理服务工作，其有效的隐患排查治理机制的实施势在必行，本文针对这一机制的建立及实施进行了分析。     

考虑驾驶人驾驶习性的自适应车道偏离预警策略

提出了考虑驾驶人驾驶习性的自适应车道偏离预警策略。通过实车驾驶数据采集平台采集驾驶人的驾驶行为数据,并基于模糊聚类对驾驶数据进行聚类处理,进而利用广义回归神经网络(GRNN)模型实现了驾驶人驾驶习性辨识策略;建立车道偏离时间估算模型,设计个性化的车道偏离预警系统;最后,通过驾驶模拟器进行测试验证。结果表明,所提出的考虑驾驶人驾驶习性的自适应车道偏离预警策略能够在有效辨识驾驶人驾驶习性的基础上,提高车道偏离预警的适用性。     

考虑易用性和可解释性的自组织映射-即时学习风险预测框架

为提高风险预测系统的易用性和可解释性,提出基于自组织映射网络(SOM)改进的即时学习(JITL)风险预测框架。首先,应用SOM对数据样本进行聚类,并对聚类特征进行解释。进而,通过基于聚类结果的样本选择算法构建待测数据的相似样本集,在线上调用作为基学习器的支持向量机(SVM)进行建模并输出风险预测结果。最后,采用一个交通事故数据集对风险模型的性能进行测试,检验其精度、易用性和可解释性。结果表明：采用SOM-JITL策略的SVM模型,受试者工作状况曲线面积指标达到0.720,相比不使用该策略的传统SVM模型提高17.5%,精度较高;SOM-JITL模型构建所需参数调节工作少,具有较好的易用性;此外,SOM聚类结果准确识别出处于交通拥堵等高风险场景,与现实场景一致,具有可解释性。综上,SOM-JITL策略能有效提高基学习器的性能,达到精度、可解释性和易用性的平衡,有助于以低成本大规模推广风险预测系统。     

基于无限学生t混合模型聚类的机械故障预警方法

往复式压缩机、柴油机等复杂机械的振动信号往往呈现较强的非平稳特性，导致传统单特征门限报警法的报警准确率较低。针对该问题，提出一种基于无限学生t混合模型（infinite student's t-mixture model，iSMM）聚类的机械故障预警方法：首先，通过提取机械振动信号特征构建高维特征空间，并采用iSMM对其进行建模，以描述机械设备的状态；其次，利用基于匹配的KL散度近似算法计算机械设备在历史正常状态和观测状态下的模型间距离；最后，将该距离与基于3σ准则自学习出的报警阈值进行比较，实现故障预警。利用往复式压缩机故障案例对所提方法进行验证，结果表明本文方法较单特征门限报警法报警准确率高且时效性好，可有效地对复杂机械进行故障预警。     

基于情境聚类扩展用户画像的旅游景点推荐方法

随着我国旅游业发展和人们对旅游服务需求的不断增多，旅游景点的精准推荐不仅可以节约用户大量的时间，还能够提升用户的消费体验，为此本文提出一种基于情境聚类扩展用户画像的旅游景点推荐方法。基于用户情境数据进行情境聚类，构建出扩展的用户画像模型；根据群体用户画像反映的用户特征，结合情境标签设置个体用户情境特征属性，再融合关联规则和相似度计算为用户推荐个性化的景点。实验结果表明，相较于传统的关联规则Apriori推荐算法或加权Apriori推荐算法，基于情境聚类扩展用户画像的旅游景点推荐方法具有更优的推荐结果。