组织安全支持与个体安全行为的关系:一项元分析

用元分析对国内外组织安全支持与个体安全行为的关系进行探究，通过文献数据库筛选出符合元分析研究标准的文献共31篇，样本文献调查对象总量为16 237。出版偏误检验结果反映元分析受到出版偏误影响的可能性极小；异质性检验结果表明元分析采用随机效应模型更加合适；主效应检验结果显示组织安全支持与个体安全行为之间的关系显著。组织安全支持促进了个体安全行为的产生。最后基于员工、企业、政府和社会提出改善煤矿行业安全行为的对策建议和管理实践。     

基于多分类GA-SVM的装配式建筑吊装作业安全预警分析

吊装作业是装配式建筑施工极为重要的一环，其在施工过程中的安全问题不容忽视。为了对装配式建筑吊装作业安全预警进行研究，以“4M”理论为出发点，提出一种基于GA-SVM的吊装作业安全预警模型，将遗传算法与支持向量机融合，提升模型的分类准确率。将支持向量机的二分类问题拓展到四分类问题上，并以实际工程案例加以验证。结果表明：通过GA与SVM结合建立的模型精度较好，实验预测结果与实际结果较为吻合，可以为装配式建筑施工的安全管理提供可靠的决策支持。     

精神支持对建筑工人消极情绪的干预机制

为降低消极情绪对建筑工人的不良影响，探究精神支持对消极情绪的干预效果，以及消极情绪对不安全行为的作用路径，构建消极情绪、安全能力、不安全动机和不安全行为之间的影响机制模型，进一步构建精神支持对它们的干预机制模型。基于一线建筑工人的调研数据，采用SPSS和AMOS软件进行模型拟合。结果表明：消极情绪对安全能力具有显著负向作用，对不安全动机和不安全行为具有显著正向作用；精神支持对消极情绪具有显著负向作用；精神支持干预后，消极情绪对安全能力和不安全动机的直接作用路径消失，消极情绪对不安全动机的正向作用减少；安全能力对不安全动机的正向作用增强；安全能力和不安全动机对不安全行为的负向作用减小。     

改进SSA-LSSVM模型在埋地管道点蚀深度预测中的应用

埋地管道点蚀深度受土壤环境、运输物质、管道材质等多种因素的影响，因此腐蚀数据存在不稳定性，会导致精确预测其点蚀深度存在较大难度，故提出RS结合MSSA-LSSVM预测模型。首先利用RS对腐蚀影响因素实现降维，提取关键影响因素；其次融合三步改进策略解决麻雀搜索算法已陷入局部最优等问题，利用时间复杂度分析对算法改进后性能进行验证；然后利用MSSA求解出LSSVM中核函数参数σ²和惩罚因子C的最优解，同时选取RBF核函数，使其预测性能达到最优，最终构建RS-MSSA-LSSVM的埋地管道点蚀深度预测模型。结果表明：优化后模型精度得到了极大的提升，且均优于其他模型，证明该模型鲁棒性较好。     

基于高分辨率影像的固体废物自动识别技术

随着经济快速发展,工业固废、非正规垃圾、未覆盖建筑渣土等固体废物急剧增加,对区域生态环境造成极大威胁。固废堆场具有面积小、分布散等特点,目前国内仍缺少针对各类固废堆场的遥感自动识别研究。为此,基于国产高分辨率卫星遥感数据,根据野外实地光谱采集结果,分别开展了未覆盖建筑渣土、工业固废及非正规垃圾的自动识别方法研究,提取研究区各类固废堆场。结果表明:未覆盖建筑渣土在蓝波段与绿波段分别存在"吸收谷"与"反射峰",基于该特征构建的比值指数模型,结合直方图双峰法阈值分割可以有效提取未覆盖建筑渣土区域;工业固废、非正规垃圾2种固废类型多样,光谱反射率没有明显规律,结合其纹理、色调等特征,采用面向对象多尺度分割、支持向量机监督分类方法能够较好地识别2种类型固废;基于自动化提取技术并结合人机交互判读方法,提取的研究区未覆盖建筑渣土、工业固废及非正规垃圾等3种固废堆场的精度分别达到96.83%、88.26%、85.71%,各类固体废物遥感识别精度较高,极大提高了固废监测效率。