基于数据挖掘的施工危险识别注意投入与分配研究*

为分析施工情境中危险识别注意资源动态投入分配规律,基于动态时间规整算法,挖掘危险识别注视轨迹序列,以表征注意资源投入分配变化,并采用k-means聚类、注视熵、Needleman-Wunsch全局序列对齐算法和统计等方法,深入挖掘注意资源在危险目标中投入和分配等时空变化规律。研究结果表明:当事人危险识别各阶段注意资源呈现从显著目标到高危目标的投入变化趋势,危险识别注意资源分配随情境复杂因素呈现零散、均匀的空间特征,分配无序程度提高。     

建筑业从业人员的危险认知差异特性及成因——基于管理人员与作业人员的比较

为掌握不同岗位建筑业从业人员危险认知的差异状况,以认知心理学为基础,从岗位差异角度,采用了行为调查法、心理测量范式及对比分析法,研究了建筑业从业人员危险认知的基本特性、结果差异及成因。结果表明:建筑业从业人员的危险认知具有过程变化性、结果模糊性、方式效仿性、个体差异性的特点;相同条件下,管理人员比作业人员具有更高的危险认知水平,能更主动地搜索施工危险场景,并对施工安全事故保持较高敏感性;职业背景、行为收益及危险刺激敏感性的不同是造成不同岗位建筑业从业人员危险认知差异的重要原因。     

建筑工人安全行为习惯的塑造策略与方法

为帮助建筑工人养成良好的安全行为习惯,基于操作性条件反射理论,在开展两轮调查的基础上,分析建筑工人的安全心理和行为特点及其安全行为习惯的特性,提出建筑工人安全行为习惯的塑造策略和方法,设计应用方案并进行评价。结果表明:安全行为习惯具有稳定性、自觉性和自动性;安全行为习惯塑造以低起点、小坡度、抓细节、重坚持、多实践为核心要求,以班组层面的塑造活动为核心任务;安全行为习惯塑造在过程体验和长期效果方面具有优势,但在强制力和针对性方面存在不足。     

基于图像识别的建筑工人智能安全检查系统设计与实现

为提高建筑工人作业前安全检查的效率和效果,减少事故发生。以图像识别技术为核心支撑,提出了建筑工人智能安全检查系统的结构、功能及运行流程,并对系统运行效果进行了测试。研究和测试表明:该系统具备身份识别、安全装备检查、作业行为能力检查功能,能实现建筑工人作业前的自动、智能安全检查。该系统的身份识别正确率为83.75%、安全帽识别正确率为96.25%、安全带识别正确率为63.75%。该系统具有硬件投入低、检测速度快、准确性高、应用场景广泛的特点。     

施工危险目标识别的注意转移过程特性分析

为掌握危险目标识别行为过程规律，提高行为绩效，减少事故发生，以眼动试验获取被试危险目标识别过程，运用计算机视觉显著性算法实现危险目标的早期视觉刺激模拟，以马尔可夫链理论融合自上而下和自下而上的危险目标识别注意过程，进而探究危险目标识别注视点在各注视区域的状态转移概率和平稳分布概率。研究分析了危险目标识别搜索、捕获和确认等活动的注意转移过程。结果表明：施工情境中，当事人更倾向采取先整体搜索、后局部分析的危险目标识别注意分配和转移策略，危险目标的捕获和确认以注意由转移到产生定向为标志；在危险目标识别过程中，当事人对危险目标的选择性忽视是危险目标识别绩效低的重要原因，注意资源分配需要进一步优化；最后，施工情境视觉显著性特征会影响当事人危险目标识别注意转移，影响识别效率。