基于本体的建筑安全事故预测

发布时间：2021-11-21 18:23

　　建筑安全研究虽然成果丰富,但是建筑安全事故依旧频发。当前对建筑安全事故案例分析的研究还是主要依赖专家评估,具有研究效率低、不够智能化且研究结果容易受主观性影响的缺点。时至今日,存在大量的包含建筑安全事故案例信息的建筑安全事故调查报告,其中包含的大量领域专家知识和经验信息未能得到充分重用。在此背景下,针对当前对于建筑安全事故案例研究方法的缺点,提出基于文本挖掘的方法来对建筑安全事故的不安全因素进行分析挖掘。通过基于互信息和邻接熵的领域词发现算法对建筑安全事故调查报告中的原因分析部分进行挖掘分析,得到了538个建筑安全事故不安全因素关键词。为了解决传统的建筑安全事故预测方法没有充分融合领域知识的问题,提出了基于建筑安全事故本体知识结合TextCNN（Convolutional Neural Networks for Sentence Classification）文本卷积神经网络模型的建筑安全事故预测方法。通过对不安全因素之间以及不安全因素与建筑安全事故类型之间相关性的分析,结合建筑安全领域规范和文献等知识,构建了建筑安全事故的不安全因素本体库。接着通过TransH（Translating... 

【文章来源】：安徽建筑大学安徽省

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

建筑事故快讯内容（部分）

建筑安全事故调查报告内容信息结构

建筑安全事故调查报告存储

【参考文献】：
期刊论文
[1]基于互信息和邻接熵的新词发现算法[J]. 刘伟童,刘培玉,刘文锋,李娜娜.  计算机应用研究. 2019(05)
[2]基于文本挖掘的地铁施工安全风险事故致险因素分析[J]. 李解,王建平,许娜,周哲.  隧道建设. 2017(02)
[3]本体研究综述[J]. 王向前,张宝隆,李慧宗.  情报杂志. 2016(06)
[4]基于改进未确知测度优化模型的建筑安全风险评价[J]. 孟英辉,朱利晴,荣耀,袁晓.  现代矿业. 2016(03)
[5]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺.  计算机学报. 2016(08)
[6]OWL应用接口的比较分析[J]. 熊振辉,于娟.  情报探索. 2015(02)
[7]基于随机森林和支持向量机的快速行人检测算法[J]. 习文星,汤心溢.  计算机应用. 2014(S2)
[8]建筑工程安全事故致因分析及防控体系研究[J]. 姜慧,殷惠光,梁化强,李学田.  建筑经济. 2013(12)
[9]基于AHP的模糊综合评价法在建筑施工安全评价中的应用[J]. 廖斌.  中国安全生产科学技术. 2013(10)
[10]现代事故因果连锁模型的改进研究与应用[J]. 丁剑桥.  建筑安全. 2013(08)

博士论文
[1]基于危险源管理的建筑施工现场安全管理研究[D]. 李鸿伟.中国矿业大学（北京） 2011
[2]建筑工程安全管理影响因子及评价模型研究[D]. 张明轩.中国矿业大学（北京） 2009

硕士论文
[1]基于Scrapy框架的网络爬虫实现与数据抓取分析[D]. 安子建.吉林大学 2017
[2]建筑施工安全事故预警研究[D]. 张媛媛.哈尔滨工业大学 2017
[3]基于本体的建筑安全事故控制研究[D]. 李超洋.西安建筑科技大学 2017
[4]基于贝叶斯网络的我国建筑施工安全事故预警系统研究[D]. 林雪倩.哈尔滨工业大学 2015
[5]基于系统动力学的建筑安全事故管理研究[D]. 田菲菲.哈尔滨工业大学 2014
[6]朴素贝叶斯分类器的改进研究[D]. 高岩.华南理工大学 2011



本文编号：3510005