基于Apriori算法和贝叶斯网络的高处坠落事故致因分析 被引量：1

1

作者 田晓敏 李晓冬 《重庆科技大学学报(自然科学版)》 2024年第6期80-87,共8页

为减少建筑施工中的高处坠落事故隐患,基于关联规则算法和贝叶斯网络进行事故致因分析。首先,收集整理2018—2022年共131份建筑施工高处坠落事故报告作为统计样本,从中提取导致事故发生的24个因素。其次,采用Apriori算法挖掘各因素之间... 为减少建筑施工中的高处坠落事故隐患,基于关联规则算法和贝叶斯网络进行事故致因分析。首先,收集整理2018—2022年共131份建筑施工高处坠落事故报告作为统计样本,从中提取导致事故发生的24个因素。其次,采用Apriori算法挖掘各因素之间的强关联规则,再结合专家经验构建高处坠落事故贝叶斯网络模型。然后,根据统计频率数据分析结果确定其中高频风险因素,同时借助Genie软件对该贝叶斯网络进行逆向推理和敏感性分析,进而识别出事故发生的关键路径和高敏感性因素。 展开更多

关键词 apriori算法 贝叶斯网络 事故致因 高处坠落事故

在线阅读 下载PDF 职称材料

基于数据驱动贝叶斯网络模型的起重作业关键致因要素分析

2

作者 国汉君 康荣学 +3 位作者 王勇 曹海滨 崔华莹 赵金龙 《中国安全生产科学技术》 北大核心 2025年第4期86-93,共8页

为了提升起重作业现场精准化管理水平,基于双因(内外因)事故综合致因理论,结合起重作业全流程,从人员、设备、环境和管理4个方面构建起重作业致因要素指标体系(22个二级指标和57个三级指标),并利用179起起重作业事故案例对指标体系进行... 为了提升起重作业现场精准化管理水平,基于双因(内外因)事故综合致因理论,结合起重作业全流程,从人员、设备、环境和管理4个方面构建起重作业致因要素指标体系(22个二级指标和57个三级指标),并利用179起起重作业事故案例对指标体系进行验证;采用Apriori算法明确151条指标间的强关联规则,并构建起重作业贝叶斯网络,采用参数学习的方法,开展先验、后验和敏感性分析等。研究结果表明:安全培训不到位与违章操作关联度最高(支持度62.01%,置信度53.15%);先验和后验分析中安全培训问题最为突出,占比为62%,其次为人员违章操作,占比为48%;在敏感性分析中,交叉作业、起重设备突发因素、防护装备及着装不正确、缺少安全操作规程、应急预案等文件和隐患排查不到位等因素的敏感度较高;基于以上分析结果,提出针对性的对策建议。研究结果可为起重作业现场精准化管理提供技术参考。 展开更多

关键词 起重作业 apriori算法 贝叶斯网络 关键要素分析 对策建议

在线阅读 下载PDF 职称材料

基于算法融合的地铁运营致灾源传导网络构建与应用

3

作者 胡莹莹 丁小兵 +1 位作者 齐杰仪 王志诚 《铁道运输与经济》 北大核心 2025年第9期191-200,共10页

为探讨地铁运营事故风险链式传导机理,精准化断链防控,建立算法融合的地铁运营致灾源传导网络模型。首先,通过TF-IDF算法进行文本挖掘,结合累积分布曲线拐点法标定判断阈值,确定运营致灾源;其次,通过R语言可视化确定Apriori算法的最优阈... 为探讨地铁运营事故风险链式传导机理,精准化断链防控,建立算法融合的地铁运营致灾源传导网络模型。首先,通过TF-IDF算法进行文本挖掘,结合累积分布曲线拐点法标定判断阈值,确定运营致灾源;其次,通过R语言可视化确定Apriori算法的最优阈值,挖掘致灾源间强关联规则,进而构建以致灾源为节点、强关联规则为有向边的传导网络;再次,采用贝叶斯网络推估致灾源二元组间传导概率,从人员伤亡、列车延误和设施损坏维度量化致灾度,构建以致灾频率与灾害度二者函数表征为权重的有向赋权致灾源传导网络。最后,以调度日志数据实证分析表明:构建的网络模型综合评价指标Fi达90.1%,具有较高适用性,可准确挖掘致灾源间传导关系,揭示风险演化路径,关键节点断链防控,可降低5.52%系统灾害度,实现15.12万元年度风险效益。为地铁运营安全管理从被动响应向主动预防转型提供理论基础和技术支持。 展开更多

关键词 地铁运营安全 风险链 文本挖掘 apriori算法与贝叶斯网络融合 风险控制

在线阅读 下载PDF 职称材料

基于AESL-GA的BN球磨机滚动轴承故障诊断方法 被引量：3

4

作者 王进花 汤国栋 +1 位作者 曹洁 李亚洁 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第4期1138-1146,共9页

针对基于知识的贝叶斯网络(BN)构建方法存在不完全和不精确的缺点,提出一种基于知识引导和数据挖掘的BN结构构建方法。针对单一信号故障诊断结果不精确的问题和故障信息中存在的不确定性问题,将电流信号与振动信号融合建立BN的特征节点... 针对基于知识的贝叶斯网络(BN)构建方法存在不完全和不精确的缺点,提出一种基于知识引导和数据挖掘的BN结构构建方法。针对单一信号故障诊断结果不精确的问题和故障信息中存在的不确定性问题,将电流信号与振动信号融合建立BN的特征节点,分别提取2种信号的故障特征参数,利用区分度指标法进行特征筛选,将其作为BN结构特征层的节点。将专家知识构建的初始BN结构结合自适应精英结构遗传算法(AESL-GA)进行结构优化,通过自适应限制进化过程中的搜索空间,减少自由参数的数量,提高其全局搜索能力,得到最优BN结构。通过MQY5585溢流型球磨机滚动轴承实测数据和Paderborn University轴承数据集对所提方法进行验证,结果证明了所提方法的有效性。 展开更多

关键词 贝叶斯网络 故障诊断 自适应精英结构遗传算法 滚动轴承 信号融合

原文传递

基于案例挖掘的农村自建房安全风险致因分析 被引量：3

5

作者 申建红 王思冉 +1 位作者 张茜 孟子祥 《工程管理学报》 2024年第3期71-75,共5页

为深入分析农村自建房安全风险,探究影响农村自建房安全事故的关键致因,收集2014—2022年间的典型农村自建房建筑安全事故调查报告共86份。利用文本挖掘技术对事故调查报告进行分析,通过数据驱动的方式提取了36个影响农村自建房安全生... 为深入分析农村自建房安全风险,探究影响农村自建房安全事故的关键致因,收集2014—2022年间的典型农村自建房建筑安全事故调查报告共86份。利用文本挖掘技术对事故调查报告进行分析,通过数据驱动的方式提取了36个影响农村自建房安全生产的风险因素。利用Apriori算法挖掘风险因素间的强关联关系,并在此基础上建立贝叶斯网络模型。通过贝叶斯网络推理及敏感性分析,明确了农村自建房安全事故的关键致因、敏感因素及最大概率致因链。该方法克服了专家主观意愿的影响,采用客观数据对农村自建房安全事故进行深入分析,为建立健全农村自建房安全风险长效管理机制提供参考。 展开更多

关键词 农村自建房 安全风险 文本挖掘 apriori算法 贝叶斯网络

在线阅读 下载PDF 职称材料

塔吊作业事故关联规则挖掘及贝叶斯建模分析 被引量：11

6

作者 叶勇军 张笑语 张英朋 《安全与环境学报》 CAS CSCD 北大核心 2024年第2期610-616,共7页

为探究塔吊作业安全风险,深入挖掘事故特征,明确塔吊作业事故成因机制,提出了一种基于Apriori算法关联规则挖掘的改进朴素贝叶斯网络结构,采用数据驱动的方式训练模型,提升塔吊作业事故推理的效率和精度。通过诊断推理得出,塔吊倒塌事... 为探究塔吊作业安全风险,深入挖掘事故特征,明确塔吊作业事故成因机制,提出了一种基于Apriori算法关联规则挖掘的改进朴素贝叶斯网络结构,采用数据驱动的方式训练模型,提升塔吊作业事故推理的效率和精度。通过诊断推理得出,塔吊倒塌事故多由物因缺陷造成,高处坠落事故多由人因缺陷造成,吊物伤人事故多由物因缺陷和不良环境共同造成。通过因果推理对诊断结果进行了验证,表明该模型可在设定条件及场景下有效进行事故推理分析。 展开更多

关键词 安全工程 塔吊 apriori算法 数据驱动 朴素贝叶斯网络 事故推理

原文传递

基于贝叶斯网络的疲劳度及注意力检测 被引量：2

7

作者 张建明 魏林峰 +1 位作者 刘志强 汪澎 《计算机工程》 CAS CSCD 2012年第9期189-192,共4页

为提高基于单一特征检测算法的准确率和可靠性,提出基于贝叶斯网络融合多个特征参数的检测算法。定位眼睛和嘴巴,利用两眼和嘴巴组成的三角形建立头部旋转模型,提取各特征的参数并用贝叶斯网络进行融合,用来判断驾驶员的驾驶状态,当出... 为提高基于单一特征检测算法的准确率和可靠性,提出基于贝叶斯网络融合多个特征参数的检测算法。定位眼睛和嘴巴,利用两眼和嘴巴组成的三角形建立头部旋转模型,提取各特征的参数并用贝叶斯网络进行融合,用来判断驾驶员的驾驶状态,当出现非正常驾驶状态时给以警告。实验结果表明,该算法对于检测出驾驶员的疲劳度和注意力分散状态有较高的准确性。 展开更多

关键词 驾驶疲劳度 眼睛检测 嘴巴检测 OTSU算法 贝叶斯网络 数据融合

在线阅读 下载PDF 职称材料

基于动态贝叶斯网络的战斗目标综合推理识别 被引量：2

8

作者 张伟豪 陈怀新 +1 位作者 崔莹 王连亮 《电讯技术》 北大核心 2012年第6期893-897,共5页

针对空战战场环境下的目标可靠识别,提出了基于动态贝叶斯网络的战斗目标综合推理识别方法。分析了目标属性的多层次及状态变量关系,提出了层次化的战斗识别动态贝叶斯网络拓扑结构及其参数设定方法,并运用时间片联合树算法进行不确定... 针对空战战场环境下的目标可靠识别,提出了基于动态贝叶斯网络的战斗目标综合推理识别方法。分析了目标属性的多层次及状态变量关系,提出了层次化的战斗识别动态贝叶斯网络拓扑结构及其参数设定方法,并运用时间片联合树算法进行不确定性动态推理,实现动态的目标属性判断与识别。仿真结果给出了目标的多层次属性信息,验证了模型的有效性。 展开更多

关键词 目标综合识别 动态贝叶斯网络 不确定推理 时间片联合树算法

在线阅读 下载PDF 职称材料

一种基于贝叶斯网络和博弈论的信息融合模型 被引量：2

9

作者 于继江 廉飞宇 《江西师范大学学报（自然科学版）》 CAS 北大核心 2010年第2期133-137,共5页

针对多源信息融合问题,以博弈思想为指导构建博弈信息融合模型,在贝叶斯网络表示的基础上提出用于博弈融合模型的融合算法.在具体算法的研究中,按照博弈信息融合模型的要求,对原有的贝叶斯网络算法中节点判断算法和Parzen窗融合算法进... 针对多源信息融合问题,以博弈思想为指导构建博弈信息融合模型,在贝叶斯网络表示的基础上提出用于博弈融合模型的融合算法.在具体算法的研究中,按照博弈信息融合模型的要求,对原有的贝叶斯网络算法中节点判断算法和Parzen窗融合算法进行改进并将两者相结合,提出了博弈融合态势评估算法,并从理论上分析了融合算法的最坏时间复杂度.将博弈信息融合模型及其贝叶斯网络算法应用于交通状态预测中,针对交通车流量、车速、车流密度等多源动态问题,构建合适的贝叶斯网络模型,实现交通状态的预测,给出预测的仿真结果. 展开更多

关键词 贝叶斯网络 博弈论 信息融合 算法 交通状态预测

在线阅读 下载PDF 职称材料

多算法协同分类在致密砂岩流体识别中的应用 被引量：4

10

作者 王飞 杨小明 +1 位作者 张永浩 边会媛 《地球物理学进展》 CSCD 北大核心 2015年第6期2785-2792,共8页

储层含气时,岩石的弹性力学参数会发生改变,利用岩石的弹性性质可以对流体性质进行识别.引入流体敏感度评价参数,优选出反映储层含气性敏度高的5个弹性参数,并将这5个弹性参数作为流体识别算法的输入参数.分别利用贝叶斯算法、K近邻算... 储层含气时,岩石的弹性力学参数会发生改变,利用岩石的弹性性质可以对流体性质进行识别.引入流体敏感度评价参数,优选出反映储层含气性敏度高的5个弹性参数,并将这5个弹性参数作为流体识别算法的输入参数.分别利用贝叶斯算法、K近邻算法、广义神经网络算法、主成分分析算法、支持向量机算法对不同流体性质进行识别,并将识别结果采用投票从众的原则,构建多算法协同分类方法(BKGPS).采用BKGPS算法对苏里格气田西部盒8、山1致密砂泥岩储层6口井的75个样本进行判别,样本的识别符合率达到93%,BKGPS识别结果与5种单算法相比,能够提高流体识别的准确性与稳定性.对研究区致密砂岩储层实际资料处理,BKGPS算法处理结果与试气结论一致,验证了该方法的可靠性. 展开更多

关键词 流体识别 贝叶斯分类 K近邻 广义回归神经网络 主成分分析 支持向量机 多算法融合

原文传递

基于机器学习理论的数据融合算法对比研究 被引量：6

11

作者 陈燕 郑军 《贵阳学院学报（自然科学版）》 2018年第3期5-9,共5页

多传感器数据融合技术是目前军用和民用技术应用领域中较受关注的一个问题。机器学习是基于对海量信息处理的需求产生的一门涉及多个学科领域交叉的学科,其与数据融合技术需求和应用目的是一致的,将机器学习的相关理论和方法应用于数据... 多传感器数据融合技术是目前军用和民用技术应用领域中较受关注的一个问题。机器学习是基于对海量信息处理的需求产生的一门涉及多个学科领域交叉的学科,其与数据融合技术需求和应用目的是一致的,将机器学习的相关理论和方法应用于数据融合技术的研究已经被证实是一种有效的途径。目前使用的数据融合算法主要是基于随机统计的方法和基于逻辑推理的方法。可见,机器学习中的经典算法已经成为指导数据融合算法设计的重要思路。文章就贝叶斯推理算法、逻辑回归算法和神经网络算法这三种机器学习的典型算法在数据融合中的应用进行对比、分析,探讨其各自的适用域和适用性。 展开更多

关键词 数据融合 机器学习 贝叶斯推理 逻辑回归 神经网络算法

在线阅读 下载PDF 职称材料

边排序贝叶斯网络结构学习算法应用于基因调控网络构建 被引量：1

12

作者 刘昱昊 刘桂霞 +3 位作者 苏兰莹 郑山红 王晗 周春光 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2010年第4期624-630,共7页

提出一种基于多数据源融合思想的贝叶斯网络结构学习算法.该方法在现有贝叶斯网络结构学习算法的基础上,进行网络结构再学习,能有效处理不同数据源无法简单合并的问题.实验结果表明:在现有基因芯片数据节点数过多但数据量过少的前提下,... 提出一种基于多数据源融合思想的贝叶斯网络结构学习算法.该方法在现有贝叶斯网络结构学习算法的基础上,进行网络结构再学习,能有效处理不同数据源无法简单合并的问题.实验结果表明:在现有基因芯片数据节点数过多但数据量过少的前提下,该算法能有效提高建网精度;基于酿酒酵母细胞周期对不同实验条件下的表达数据进行融合,可以将正确率提高约12%. 展开更多

关键词 基因调控网络 贝叶斯网络 边排序贝叶斯网络结构学习算法 多数据源融合

在线阅读 下载PDF 职称材料

基于贝叶斯网络的攻击事件智能发掘模型 被引量：1

13

作者 李岳峰 刘丹 《太赫兹科学与电子信息学报》 2023年第11期1370-1380,共11页

针对目前传统入侵检测系统难以得出网络攻击行为之间存在的关联关系问题,以攻击图表示模型为指引,提出一种基于贝叶斯网络的攻击事件智能发掘模型。本文以先验知识建立贝叶斯攻击行为关联图。基于属性相似度聚合网络攻击行为,针对网络... 针对目前传统入侵检测系统难以得出网络攻击行为之间存在的关联关系问题,以攻击图表示模型为指引,提出一种基于贝叶斯网络的攻击事件智能发掘模型。本文以先验知识建立贝叶斯攻击行为关联图。基于属性相似度聚合网络攻击行为,针对网络攻击场景设计高效的Ex-Apriori算法发掘攻击行为间的关联规则,并建立攻击行为组集。利用贝叶斯攻击行为关联图的参数对攻击行为组集进行计算,实现对攻击事件的发掘。实验表明,本模型能有效提取网络攻击事件及发现攻击路径,为网络攻击事件的发现与应对措施提供理论支持和技术支撑。 展开更多

关键词 网络攻击图 贝叶斯网络 关联分析 改进apriori算法

在线阅读 下载PDF 职称材料

基于频繁项挖掘的贝叶斯网络结构学习算法BNSL-FIM 被引量：8

14

作者 李昡熠 周鋆 《计算机应用》 CSCD 北大核心 2021年第12期3475-3479,共5页

贝叶斯网络能够表示不确定知识并进行推理计算表达,但由于实际样本数据存在噪声和大小限制以及网络空间搜索的复杂性,贝叶斯网络结构学习始终会存在一定的误差。为了提高贝叶斯网络结构学习的准确度,提出了以最大频繁项集和关联规则分... 贝叶斯网络能够表示不确定知识并进行推理计算表达,但由于实际样本数据存在噪声和大小限制以及网络空间搜索的复杂性,贝叶斯网络结构学习始终会存在一定的误差。为了提高贝叶斯网络结构学习的准确度,提出了以最大频繁项集和关联规则分析结果为先验知识的贝叶斯网络结构学习算法BNSL-FIM。首先从数据中挖掘出最大频繁项集并对该项集进行结构学习,之后使用关联规则分析结果对其进行校正,从而确定基于频繁项挖掘和关联规则分析的先验知识。然后提出一种融合先验知识的BDeu评分算法进行贝叶斯网络结构学习。最后在6个公开标准的数据集上开展了实验,并对比引入先验/不引入先验的结构与原始网络结构的汉明距离,结果表明所提算法与未引入先验的BDeu评分算法相比显著提高了贝叶斯网络结构学习的准确度。 展开更多

关键词 贝叶斯网络 结构学习 关联规则分析 apriori算法 BDeu评分

在线阅读 下载PDF 职称材料

基于改进IAA算法的网络入侵数据挖掘仿真 被引量：5

15

作者 杨光辉 封均康 《计算机仿真》 北大核心 2021年第7期286-289,303,共5页

采用目前方法挖掘网络入侵数据时未考虑数据之间的关联规则,导致网络入侵数据挖掘过程的检测时间长、检测效率低、误报效率高。提出基于改进Apriori算法的网络入侵数据挖掘方法,利用改进后的Apriori算法产生网络入侵数据之间的关联规则... 采用目前方法挖掘网络入侵数据时未考虑数据之间的关联规则,导致网络入侵数据挖掘过程的检测时间长、检测效率低、误报效率高。提出基于改进Apriori算法的网络入侵数据挖掘方法,利用改进后的Apriori算法产生网络入侵数据之间的关联规则,依据产生的关联规则对网络入侵数据进行特征抽取,最后将抽取出的特征放入贝叶斯数据分类器中进行数据分类,实现网络入侵数据挖掘。实验表明,基于改进的Apriori算法在网络入侵数据挖掘过程中的挖掘时间短、检测效率高、误报效率低,具有一定的应用性。 展开更多

关键词 网络入侵 贝叶斯分类 数据挖掘 关联规则

在线阅读 下载PDF 职称材料

基于贝叶斯网络的车辆身份识别系统的研究

16

作者 裴银肖 张元 +1 位作者 廉飞宇 吕运朋 《微计算机信息》 2010年第19期178-179,共2页

在高速公路收费站实现电子不停车收费(Electronic Toll Collection,简称ETC)是发展智能交通(Intelligent Transportation)的关键,而车辆身份判别的准确度又是实现电子不停车收费的决定性因素。为此,本文采用贝叶斯网络的推理算法,对采... 在高速公路收费站实现电子不停车收费(Electronic Toll Collection,简称ETC)是发展智能交通(Intelligent Transportation)的关键,而车辆身份判别的准确度又是实现电子不停车收费的决定性因素。为此,本文采用贝叶斯网络的推理算法,对采集到的多通道车辆信息进行融合,根据融合结果识别车辆身份。当某一通道数据信息缺失时,用EM算法修补出完整数据信息。仿真结果表明,该方法极大的提高了车辆身份识别的精确度,在智能交通领域有较强的实用性。 展开更多

关键词 信息融合 贝叶斯网络 缺失数据 EM算法 车辆身份识别

在线阅读 下载PDF 职称材料

基于贝叶斯网络的蟹塘养殖水质分析与预测 被引量：2

17

作者 夏润清 《计算机与数字工程》 2019年第11期2910-2913,2942,共5页

针对蟹塘养殖过程中,水质因子与水质间复杂的非线性关系,基于水质因子训练数据集,提出采用K2算法,并推导应用于蟹塘养殖水质分析与预测的贝叶斯网络模型。首先,依据水质因子数据的方差,提出一种数据融合方法,融合蟹塘水质传感器多位置... 针对蟹塘养殖过程中,水质因子与水质间复杂的非线性关系,基于水质因子训练数据集,提出采用K2算法,并推导应用于蟹塘养殖水质分析与预测的贝叶斯网络模型。首先,依据水质因子数据的方差,提出一种数据融合方法,融合蟹塘水质传感器多位置测量值;其次,对水质因子间的相关性干扰,提出采用color map遴选相关性较小的水质因子组合;在此基础上,提出贝叶斯网络水质参数预测模型,并使用Kappa系数检验贝叶斯网络模型推理结果。应用结果表明:模型Kappa系数为0.807,模型有效。 展开更多

关键词 蟹塘养殖 K2算法 贝叶斯网络 数据融合 COLOR MAP

在线阅读 下载PDF 职称材料