道路交通事故信息文本预处理技术研究与实践

文本预处理是文本挖掘的关键一步,建立与信息相匹配的标准语义集合能缩短信息处理的时间,提高信息的提取率和识别精度。根据国家交通事故信息采集规范要求,从国家公共安全行业标准中抽取相关交通事故基本信息的标准词汇及代码,构建了一套含有12个属性项目、185个标准词汇的交通事故信息文本预处理用标准化语义集合,并将其应用于国家安全生产监督管理总局的事故查询系统,对系统中2004—2014年期间所收集的8 156件重大道路交通事故信息中的文本数据进行分析。结果表明:利用这套语义集合能更多地提取交通事故信息,可为准确捕捉交通事故特征和研究交通事故发生机理提供重要依据,也为开发交通事故自动信息识别系统创造了重要的条件。     

基于复杂地质环境条件下的TBM施工数据挖掘与云计算综合管理平台搭建

针对目前大型地下工程在复杂地质环境条件下硬岩隧道掘进机(tunnel boring machine, TBM)施工的安全保障工作存在“缺数据、缺平台、缺分析”以及海量数据难以挖掘与计算分析的问题,提出了TBM施工数据“Born by digit, Born in format, Born to the cloud”的理念,研究构建了基于云计算和大数据挖掘技术的复杂地质环境状态TBM施工信息综合管理平台,该平台通过环境地质分析以及数据采集、存储和计算分析,建立基于TBM锚杆钻机随钻测量系统和岩体渣片图像识别系统实时采集岩体数字化信息,并实时采集TBM施工过程中PLC(可编程逻辑控制器)数据,建立Mongo DB TMB多源施工信息大数据仓库,同时基于Openstack技术搭建私有云计算平台以及在SaaS层部署算法组件开展TBM大数据挖掘。该平台的搭建不仅能提供基础信息,帮助提升安全管控水平,更重要的是可为TBM在复杂地质环境条件下对于各类瓶颈问题的研究解决提供数据挖掘和计算分析的支撑,并通过其所建立的知识库和规则库指导TBM设计、选型、控制。该研究成果在中国吉林引松供水工程项目上得到应用...     

基于贝叶斯网的交通事故机理分析

针对道路交通事故的形成机理进行定性、定量研究,根据我国道路交通事故记录数据特征,应用贝叶斯网对事故发生概率进行定量分析.引入"驾驶员紧张度"和"道路线形合理度"两个隐节点,建立了事故分析的贝叶斯网多层隐类模型,采用最大似然估计方法确定了模型的边缘概率和条件概率.将贝叶斯网模型应用于国道104二级公路(K1310+000～K1330+000)的事故分析中,运用贝叶斯网分析软件包Netica对其历史事故记录数据进行分析.结果表明: 贝叶斯网不仅可以定量计算某种道路交通状态下的事故发生概率,而且可以找出影响事故概率的关键原因和最不利状态组合(事故概率最大时的道路交通状态).     

基于数据挖掘法的矿井瓦斯联动监测

为解决传统矿井监测技术存在的监测效果差、数据利用率低、预警能力不足等问题,提出采用多点及多因素融合的联动监测方法。采用计算机数据挖掘、多级数据融合处理技术建立基于实际预警、规则评判、历史数据检测等方法的矿井故障分析及瓦斯浓度预警数据处理模型。该技术在临汾市尧都区5个煤矿的安全生产监控中试验应用,结果表明联动分析法有助于分析矿井故障原因、提高瓦斯浓度预警能力,且数据挖掘及多级数据融合技术的应用有助于规范样本,提高分析预警规则的稳定性、适应性。     

基于决策树的煤化工污染物定量化溯源研究

环境污染问题日益严峻,煤化工生产是环境污染的重要源头之一,但由于煤化工生产过程中所产生的污染物种类繁多且各类产品的生产量不同,污染问题通常难以定量化溯源。挖掘环境污染物的产生原因、分析研究不同产品的生产和产量对各类环境污染物(如PM2.5、SO2)的量化影响是有效解决环境污染问题的必要前提。数据挖掘方法能够挖掘出隐藏在数据中知识或关联关系,其中的决策树算法以香农的信息论为理论背景,能计算出多个影响因子中影响力的大小关系,并且还能找到数量型属性的临界点,是环境污染定量化溯源的有效方法。本文利用决策树算法构建环境污染物量化分析模型,以宁东能源化工基地为例,研究解析煤化工产品的生产状况对环境污染物含量的影响情况。     

基于二叉决策树的高职毕业生创业状况调查研究

基于二叉决策树分类技术对河北省大中专毕业生创业状况调查数据进行理性分析,结果发现：创业目的、环境和时机,政府扶持大学生创业的优惠政策,对于高职毕业生创业倾向起到了重要的作用。针对高职毕业生创业的现状,提出全面提高个人素质、正确引导创业教育、加大政府创业扶持力度等对策建议。     

空气质量与气象因子间关联规则的挖掘方法研究

传统数据相关性分析仅能揭示空气质量与气象因子之间的相关系数,关联规则挖掘方法使用支持度、置信度、作用度、兴趣度等指标能够发掘隐藏在大量监测数据内部的关联规则。文章使用SQL语言实现了Apriori算法,挖掘出研究区内空气主要污染物浓度与气象因子之间的关联规则,定量表示气象因子变化对主要污染物浓度的影响。     

Application of k-means clustering to environmental risk zoning of the chemical industrial area

The homogeneous risk characteristics within a sub-area and the heterogeneous from one sub-area to another are unclear using existing environmental risk zoning methods. This study presents a new zoning method by determining and categorizing the risk characteristics using the k-means clustering data mining technology. The study constructs indices and develops index quantification models for environmental risk zoning by analyzing the mechanism of environmental risk occurrence. We calculate the source risk index, air risk field index, water risk field index, and target vulnerability of the study area with Nanjing Chemical Industrial Park using a 100 m - 100 m mesh grid as the basic zoning unit, and then use k-means clustering to analyze the environmental risk in the area. We obtain the optimal clustering number with the largest average silhouette coefficient by calculating the average silhouette coefficients of clustering at different k-values. The clustering result with the optimal clustering number is then used for the environmental risk zoning, and the zoning result is mapped using the geographic information system. The study area is divided into five sub-areas. The common environmental risk characteristics within the same sub-area, as well as the differences between sub- areas, are presented. The zoning is helpful in risk management and is convenient for decision makers to distribute limited resources to different sub-areas in the design of risk reducing intervention.     

针对安全生产隐患的智能搜索引擎系统研究

为解决用户在现有搜索引擎上难以检索到专业和全面的安全生产隐患知识的问题,提出一种安全生产隐患数据的挖掘方法和针对安全生产隐患的智能搜索引擎系统的设计方法。结果表明:对于用户的搜索,系统能够直接反馈智能化查询结果,包括:隐患内容、隐患来源、隐患的行业,隐患场所、法规标准、事故信息等数据以及数据之间的关联关系。给出的示例和结果图表,说明了这种数据挖掘方法的有效性;对相关智能搜索引擎系统的组成、工作原理及实现方式的阐述,说明了系统设计方法的有效性,可为安全生产隐患智能搜索引擎系统的设计与开发提供参考。     

基于大数据的特种设备宏观安全风险预警方法研究

特种设备监管机构在监督检验过程中积累了大量数据资料,为充分挖掘其中的潜在价值,增强监管针对性,提高检验效率,应用并优化关联规则挖掘、社区发现、可视化等数据挖掘技术,构建1种宏观安全风险预警方法。该方法以特种设备安全监督检验大数据为基础,通过挖掘单台设备微观因素间的关联关系,实现整类特种设备宏观安全风险的识别与预警;以2008—2016年全国长管拖车检验数据为例,进行应用实践分析。研究结果表明:该方法可以对区域范围、缺陷类别等多种宏观指标进行预警,指导针对性监管与检验。