【摘 要】
：
户内燃气人因风险评价对于由人因引起的燃气事故案件具有重要意义。针对当前户内燃气风险评估方法客观性不足以及模型预测准确度较差的问题,提出一种使用随机森林风险预测模
【机 构】
：
北方工业大学现场总线技术及自动化北京市重点实验室
【基金项目】
：
国家重点研发计划项目(2018YFC0809700),城市区域安全风险评估模型研究项目(PXM2019_178304_000008)。
论文部分内容阅读
户内燃气人因风险评价对于由人因引起的燃气事故案件具有重要意义。针对当前户内燃气风险评估方法客观性不足以及模型预测准确度较差的问题,提出一种使用随机森林风险预测模型确定客观权重,以及综合层次分析主观权重的风险评估方法。首先构建人因层次分析指标体系,使用层次分析法计算人因变量专家主观权重,然后基于随机森林人因风险预测模型确定客观权重,最后加权得出综合权重,通过FCE模糊评价法实现户内燃气人因风险的综合评价和预测预警。结果表明该风险评估方法有效解决了完全依赖专家主观判断的缺陷,评估结果更符合客观实际。
其他文献
磷是生命体的必需元素,也是粮食生产的重要限制因素。磷的生物地球化学循环不仅调控着海洋的初级生产力,而且影响着全球气候系统,并决定着磷矿资源的形成和分布,与地球上生命
重非水相(DNAPLs)是地下水常见的有机污染物,理解其运移机制对于污染物修复具有重要意义。为解释实验中多孔介质润湿性对DNAPL的流动速度及残余饱和度的影响,使用多相流相场
近年来的油气勘探表明,含硅热液是碳酸盐岩层系中一种重要的溶蚀性流体,查明其与碳酸盐岩的水-岩反应机理是揭示“硅化碳酸盐岩”储层发育机制并实现储层分布预测的基础和关
综合自动化变电站的告警信息量大,后台监控系统处理告警信息的方式较复杂,选择符合变电站运行人员习惯的告警处理方式,有助于迅速、直观地了解和处理突发异常和事故,保证变电
在过去十年中,卷积神经网络(CNN)在单图像超分辨率(SISR)方面取得了显著进步。但是,大多数基于特征信息的卷积神经网络(CNN)的SR方法都专注于质量指标(例如PSNR和SSIM)方面获得优于传统方法的性能提升,这通常需要大量的内存和计算单元。针对这一问题,采用了一个新的框架,该框架由一个教师和一个学生网络组成,通过利用FSRCNN架构可以提高SR任务的性能。具体地,教师网络通过学习特权信息负
惯性测量单元(IMU)在机器人、自动驾驶等前沿应用中配合其他传感器发挥着越来越重要的作用,但在使用IMU之前一定要对其涉及到的误差进行校准。提出了一种基于运动模型下的惯性测量单元传感器的标定方法。该方法分析常用IMU误差模型和参数校准方法,结合六面法标定加速度计和陀螺仪,并根据Allen方差法求得确定性误差和随机性误差。在此过程中通过中值法改进了运动模型的离散积分方式,提高了校准和轨迹跟踪的准确性
偶发故障、误报警是轴温监测设备存在的惯性问题。从系统架构、硬件设计及软件算法三个方面设计了一种高可靠的轴温监测系统,该系统具有硬件设计冗余、软件算法稳定等特点。
针对疾病这个敏感属性包含两重语义信息的特点,提出了一种(w,k,d)-匿名模型。该模型首先对疾病的敏感等级进行划分,计算每种疾病所在分级的权重值,限制每个等价类的平均权重
由于真实低分辨率图片下采样核处于未知状态,难以估计,在实验室训练的超分辨率模型对自然场景图片的恢复效果不佳,而实验室里退化处理的低分辨率图片的恢复效果显著,导致深度学习在图片超分辨率上的算法难以在自然场景中使用。近年来越来越多的研究关注于通过对未知下采样核的模拟,训练得到可以处理自然场景低分辨率图片的超分辨率模型。针对这些问题,提出一个新的框架,利用无监督训练得到的非线性模型代替自然场景中的未知下