[发明专利]一种工人不安全行为分析方法及系统在审

专利信息
申请号: 201711316755.2 申请日: 2017-12-12
公开(公告)号: CN107993017A 公开(公告)日: 2018-05-04
发明(设计)人: 佟瑞鹏;杨校毅;崔鹏程;安宇 申请(专利权)人: 中国矿业大学(北京)
主分类号: G06Q10/06 分类号: G06Q10/06;G06F17/30
代理公司: 北京高沃律师事务所11569 代理人: 王戈
地址: 100000 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 工人 不安全 行为 分析 方法 系统
【权利要求书】:

1.一种工人不安全行为分析方法,其特征在于,所述方法包括:

依据数据维度进行数据采集,得到采集数据;所述数据维度包括时间维度、位置区域维度、行为个体维度、不安全动作维度、行为性质维度、行为痕迹维度以及风险等级维度;

通过统计分析法对所述采集数据进行分析,得到不同维度的所述采集数据的分布特征;

通过数据挖掘算法对不同维度的所述采集数据的分布特征进行分析,得到所述采集数据的多维度的关联规则,确定工人的不安全行为。

2.根据权利要求1所述的一种工人不安全行为分析方法,其特征在于,所述时间维度,表示工人不安全行为发生的时间;位置区域维度,表示工人不安全行为发生的区域地点;行为个体维度,表示工人的年龄、工龄、岗位工种;不安全动作维度,表示具体的不安全行为;行为性质划维度,包括违章指挥、违章操作、违章行动和不违章不安全动作;行为痕迹维度,包括有痕行为痕迹和无痕行为痕迹;风险等级维度,包括特大风险、重大风险、中等风险、一般风险以及低度风险。

3.根据权利要求1所述的一种工人不安全行为分析方法,其特征在于,依据所述数据维度从现场隐患和违章图像以及事故报告中采集数据。

4.根据权利要求1所述的一种工人不安全行为分析方法,其特征在于,所述通过数据挖掘算法对不同维度的所述采集数据的分布特征进行分析,得到所述采集数据的多维度的关联规则,具体包括:

通过迭代算法获取所述采集数据中的频繁项集;

根据所述频繁项集的置信度构造所述采集数据的多维度的关联规则。

5.一种工人不安全行为分析系统,其特征在于,所述系统包括:

数据采集模块,用于依据数据维度进行数据采集,得到采集数据;所述数据维度包括时间维度、位置区域维度、行为个体维度、不安全动作维度、行为性质维度、行为痕迹维度以及风险等级维度;

统计分析模块,用于通过统计分析法对所述采集数据进行分析,得到不同维度的所述采集数据的分布特征;

不安全行为确定模块,用于通过数据挖掘算法对不同维度的所述采集数据的分布特征进行分析,得到所述采集数据的多维度的关联规则,确定工人的不安全行为。

6.根据权利要5所述的一种工人不安全行为分析系统,其特征在于,所述时间维度,表示工人不安全行为发生的时间;位置区域维度,表示工人不安全行为发生的区域地点;行为个体维度,表示工人的年龄、工龄、岗位工种;不安全动作维度,表示具体的不安全行为;行为性质划维度,包括违章指挥、违章操作、违章行动和不违章不安全动作;行为痕迹维度,包括有痕行为痕迹和无痕行为痕迹;风险等级维度,包括特大风险、重大风险、中等风险、一般风险以及低度风险。

7.根据权利要5所述的一种工人不安全行为分析系统,其特征在于,所述数据采集模块用于依据所述数据维度从现场隐患和违章图像以及事故报告中采集数据。

8.根据权利要5所述的一种工人不安全行为分析系统,其特征在于,不安全行为确定模块包括:

频繁项集获取子模块,用于通过迭代算法获取所述采集数据中的频繁项集;

关联规则构造子模块,用于根据所述频繁项集的置信度构造所述采集数据的多维度的关联规则。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国矿业大学(北京),未经中国矿业大学(北京)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711316755.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top