隧道火灾研究的知识图谱分析

为了解隧道火灾研究领域的整体情况,绘制隧道火灾科学的知识图谱,本文基于2000-2018年Web of Science和CNKI刊载的隧道火灾论文,利用VOSviewer技术,对隧道火灾科学进行全面可视化分析图谱显示,国际上隧道火灾研究的核心主题是Simulation、Tunnel Ventilation Temperature and Smoke、Tunnel Fire Safety,国内是数值模拟、隧道救援与疏散、隧道的消防灭火、火灾探测报警、隧道结构;高产的作者是Ji Jie和徐志胜等,近期活跃的作者是Zhang Shaogang和石晓龙等;开展隧道火灾研究的国家多位于欧洲。结果表明隧道火灾研究领域的发文量、主题分布及作者间的合作都已初具规模,国内更偏重于工程应用的研究,主题演变略快于国外,我国在此领域处于核心地位。     

基于CNN的化工园区火灾火焰图像识别研究

为及时发现化工园区火灾事故,降低事故损失,利用卷积神经网络(CNN)建立化工园区火灾实时检测系统。基于CNN-YOLOv5算法训练化工园区火灾数据集和普通火灾数据集,分析对比2个数据集的损失值、召回率、精度和类别平均精度。其中,化工园区火灾数据集的损失值和召回率略低,但精度和类别平均精度高于普通火灾数据集,证明通过CNN检测化工园区火灾的可行性。结果表明：基于火灾检测结果,借助PyQt5程序框架设计化工园区火焰图像识别软件系统,可实现对化工园区火灾火焰图像和视频的识别应用,扩大该方法适用范围。基于CNN的YOLOv5目标检测算法可以实时检测化工园区火灾,其检测方法具有便携性、检测结果具有可靠性,可提高化工园区的安全管理水平。     

安全绩效研究进展与展望——基于知识图谱分析

为探究安全绩效领域的研究现状、研究热点和前沿趋势,基于中国知网和Web of Science的文献数据,运用文献计量学知识和CiteSpace软件,梳理安全绩效领域文献,构建研究团队、研究机构和关键词共现图谱,对国内外安全绩效研究进行可视化对比分析。研究结果表明：安全绩效领域研究论文发文量呈波浪形的增长趋势;国内各研究团队之间联系较少,而国际上国外各院校间交流密切,同时我国高校正积极参与对外学术合作,其合作网络已初具规模;国内外共同研究热点为安全绩效影响因素研究、安全行为研究和安全绩效评估研究;国外对于领先指标和职业健康与安全管理的研究更系统和深入;当前研究前沿主要是安全绩效影响因素研究、职业健康与安全管理研究、民航领域的安全绩效管理研究、大数据与安全绩效管理的交汇研究。研究结果可为安全绩效相关研究与实践提供科学参考。     

基于知识图谱的驾驶愤怒研究现状及热点可视化分析

为统计分析近年来国内外驾驶愤怒研究现状与热点,选取Web of Science(WOS)数据库1 190篇相关论文以及中国知网(CNKI)数据库230篇相关论文作为数据源,借助文献计量学软件VoSviewer与CiteSpace生成知识图谱,并从载文量分布、作者与机构合作、发表期刊、关键词聚类与突现等方面,系统分析驾驶愤怒领域内的研究现状、热点与趋势等。结果表明：相关文献载文量不断上升,国内外学术界对驾驶愤怒领域关注度越来越高;国际驾驶愤怒领域的跨单位合作比国内更为广泛;驾驶愤怒相关量表、驾驶愤怒影响因素、愤怒与危险/攻击性驾驶行为关系、驾驶愤怒识别、驾驶愤怒干预为目前驾驶愤怒领域5大研究热点;愤怒状态下的驾驶绩效、驾驶愤怒检测系统以及基于交通工程视角的驾驶愤怒管控等方面是未来的研究趋势。     

Near-miss在知识图谱下的演化路径与发展前沿可视化分析

为了直观展现Near-miss在国内外的研究现状,把握其热点演化路径,同时预测今后的研究趋势,以Web of Science核心合集和CNKI中1995—2020年共计989篇相关文献为研究对象,借助Citespace软件,通过共现图谱、高频词统计、时区图和热词突现等方式对Near-miss在国内外的研究进展进行可视化对比分析。研究结果表明:国内外Near-miss研究在发展趋势、主要研究群体和机构、热点演化路径和前沿趋势等方面均存在一定差异,“风险管理”、“施工安全”和“事故防御”是Near-miss未来的研究趋势。     

中国安全文化学研究热点与演进:基于2010-2019年中国知网数据库的知识图谱分析

为探究我国安全文化学领域的研究现状、演进和热点,选取2010-2019年中国知网(CNKI)收录的323篇论文作为样本数据,使用CiteSpace软件绘制知识图谱.结合文献计量方法分析文献数量分布、期刊来源、主要作者、研究机构和知识演进,并追踪热点问题.研究结果表明:安全文化学领域论文发表量呈波动态势;在知识演进方面,...     

基于知识图谱的应急管理研究态势分析

为直观展现国际范围内应急管理的研究态势,以2001—2011年间SSCI数据库中相关文献和数据为基础,运用Cite SpaceⅡ软件绘制应急管理研究领域的知识图谱。通过知识图谱可视化分析,展示国际应急管理领域主要研究力量的分布,应急管理研究的起源与知识基础,其学科领域和前沿的基本态势。研究结果表明,应急管理已成为研究热点,主要力量集中在欧美发达国家。相关研究起源于医疗卫生领域,目前研究内容延伸到自然灾害、事故灾难、公共卫生事件与社会安全事件等诸多领域。研究前沿问题集中在"恐怖主义"、"实时生产监控"、"突发事件"、"应急响应"、"应急护理"等方面。     

基于CiteSpace的海洋生物修复研究知识图谱分析

为了解海洋生物修复的发展趋势与研究前沿,本研究以Web of Science核心数据库近17年（1996-2022）的文献为研究对象,运用CiteSpace软件进行文献计量分析与可视化知识图谱分析。研究发现,近年来我国海洋生物修复领域快速发展,发文量位列第一;该领域主要研究内容为海洋污染物、海洋污染治理技术和海洋环境,研究热点集中在“生物降解”和“原油污染生物修复”;国际间的学术合作呈现出“大分散、小集中”的特征,研究机构之间交流较少,跨地区合作亟待加强;当前研究聚焦于海洋生物修复技术的开发与优化,国内外学者应该加强学术交流与合作,突破技术难关,加快恢复海洋生态环境。     

基于人工神经网络的火灾图象探测方法

提出了一种新型的火灾探测方法,基于ＢＰ神经网络的火灾图象探测方法。该方法利用了早期火灾火焰的形体变化特性,用图象处理的方法提取特征信息,最后利用人工神经网络来进行火灾判,别。     

基于知识图谱的应急救援定位技术研究可视化分析

为直观展现我国应急救援定位领域的研究态势,本文以2001-2020年中国知网收录的700篇相关文献为研究样本,采用CiteSpace软件绘制核心作者、研究机构及学科研究热点的知识图谱,分析我国应急救援定位领域的研究现状,揭示该领域的发展趋势.结果表明:我国应急救援定位技术研究经历了萌芽期、初步增长期、过渡期、蓬勃发展期4个阶段;作者合作较为分散,未形成核心作者群;形成了以中国人民警察大学、中国矿业大学(北京)及上海消防研究所为主导的多个研究机构;未来的研究方向可能会在定位应用多元化、技术融合化及算法创新化中展开.     

基于神经网络的火灾探测系统

本文提出了一种基于神经网络的火灾探测方法,其对火灾的各种状态进行了识别,提高了早期发现火灾的能力,实验结果表明,该方法在火灾自动探测中是一种十分有效的方法。     

火灾探测器研究

火灾探测是将火灾中出现的物理特征,利用探测器进行接受并将其变为易于处理的物理量,通过火灾探测算法判断火灾的有无.本文从火灾探测器的探测原理和火灾探测算法两个方面详细介绍了火灾探测器,为实际工程中火灾探测器的选择提供了指导和参考.     

基于CiteSpace的危险货物运输研究知识图谱分析

为分析危险货物运输的研究脉络与研究现状,选择ISI Web of Science作为文献检索引擎,将1969—2017年的文献记录作为数据源,采用动态网络分析的信息可视化技术和工具(CiteSpace)进行文献共被引分析和主题共现分析,绘制危险货物运输研究的知识图谱,呈现危险货物运输研究领域的知识结构与演进规律。结果表明:1)危险货物运输研究始于20世纪60年代末,论文数量总体呈现上升趋势,并在90年代和近几年出现论文数量骤增的现象;2)Erkut、Kara、Zognafos、Bianco、Zografos等学者的文献具有重要的影响力,被引频次最多;3)研究集中在危险货物运输风险评估、路网规划、模型方法应用、风险预警、运输事故;4)研究的新兴热点涉及模型方法的创新(如禁忌搜索算法)、事故致因分析、风险应急行动、危险品运输收费等方面。     

面向危化品事故应急的知识图谱构建方法研究

为将复杂的危化品应急标准知识转化为结构化、可视化的形式,提高事故应急响应速度和决策效率,基于自顶向下方法建立危化品事故应急本体模型框架,应用机器学习模型结合知识融合算法设计知识图谱数据层的构建方法,以现行的应急标准为语料进行实验验证,构建知识图谱。研究结果表明：基于本文提出的方法,可实现危化品应急标准的高水平数字化。研究结果可为突发事件应急管理知识组织提供新的视角。     

火灾探测技术研究的展望

简述了火灾探测的基本原理,综述了火灾探测技术的发展历史和研究现状,并从探测器研究和探测算法研究两方面综述了国内外火灾探测研究方面的最新进展,展望了火灾探测研究未来的发展趋势。     

基于遗传算法的前馈神经网络火灾探测

分析了前馈神经网络火灾探测的基本原理;针对ＢＰ算法的缺陷,提出用遗传算法（ＧＡ）和ＢＰ相结合的一种方法,即：ＢＰ－ＧＡ算法;并把ＢＰ－ＧＡ算法用于火灾探测的模拟,结果表明：前馈神经网络是处理火灾信号的良好方法,ＢＰ－ＧＡ算法提高了网络的收剑性。     

基于光声原理的早期火灾探测系统的研究

基于光声原理的火灾探测是一种新型非接触式、直接测量火灾参数的早期火灾探测技术。本文基于光声原理设计了早期火灾探测系统,利用两个光声腔对早期火灾产生的烟颗粒和一氧化碳进行了复合测量．实现了对早期火灾有效地探测;并设计和试制了基于光声原理的早期火灾探测系统和相应报警算法。在实验燃烧室对其进行了测试,并根据实验结果得出了其实现早期火灾探测的关键参数。实验证明,基于光声原理的早期火灾探测系统能通过对烟颗粒和CO复合测量,达到实现火灾早期探测报警的目的。     

基于TDLAS的火灾气体探测系统研制

将TDLAS(Tunable Diode Laser Absorption Spectroscopy)技术应用于极早期火灾气体产物的检测.对于火灾早期特征气体CO和CO2气体探测,选择中心波长为1582nm和1607nm的近红外吸收谱线,设计了一个基于TDLAS的火灾气体探测系统.对于CO和CO2气体,最低检测灵敏度分别达到2.3×10-6和22×10-6体积比浓度.该系统信号响应线性度高,长期运行稳定.     

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。