-
题名基于ANN识别施工人员跌落险兆事故的研究
被引量：11
- 1
-
-
作者
张明媛
曹天卓
赵雪峰
-
机构
大连理工大学建设管理系
大连理工大学土木工程学院
-
出处
《安全与环境学报》
CAS
CSCD
北大核心
2018年第5期1703-1710,共8页
-
基金
十三五重点研究计划项目(2016YFC0802002-03)
-
文摘
建筑施工现场的跌落事故可视为跌落险兆事故的进一步演化,为深入认知跌落事故发生机理和主动预防跌落事故发生,需对各种环境条件下发生的跌落险兆事故进行探究。以三轴加速度和三轴角度信息描述施工人员不同运动状态的可能性,探究基于智能手机和ANN（人工神经网络）识别施工人员跌落险兆事故的应用潜力。鉴于跌落险兆样本的传统获取方式往往低效且易受人为主观因素的干扰,以平衡板模拟跌落险兆发生时的失、复稳状态,构建静、动态跌落险兆转换模型,为ANN（人工神经网络）的训练提供充足、可信的样本。结果表明,ANN识别跌落险兆事故的准确率高达90. 50%。同时,获取阈值H20%和H10%,以定量的方式描述跌落险兆事故与跌落事故间的相关性,并从概率角度解释其应用意义,可为提升建筑施工安全管理水平提供新的视角。
-
关键词
安全工程
跌落险兆
动作识别
智能手机
机器学习
人工神经网络
-
Keywords
safety engineering
near-miss falls
activity recogni-tion
smartphone
machine learning
ANN
-
分类号
X947
[环境科学与工程—安全科学]
-
