公开(公告)号：CN111192494B

公开(公告)日：2020-11-06

申请号：CN202010010813.4

申请日：2020-01-06

Applicant: 北京市安全生产科学技术研究院 ,  中安华邦(北京)安全生产技术研究院股份有限公司 ,  北京市安全生产技术服务中心

Inventor： 张慧 ,  季学伟 ,  侯占杰 ,  吴爱枝 ,  鲍飞 ,  师力达 ,  文明 ,  李燕 ,  杨琳 ,  范丽娜 ,  贾娜莉 ,  曲封屹 ,  张学亚

IPC: G09B9/00 ,  G06Q50/20 ,  G06Q10/06 ,  G06F3/01

Abstract: 本发明提供了一种基于VR的安全风险辨识评估的实训系统、方法及设备，所述系统包括：客户端，用于存储客户登录进行实训训练；服务器端，用于存储所述实训系统的数据管理平台；所述客户端和所述服务器端之间采用网络连接实现实时通讯；教学模块，用于教导用户掌握风险辨识、分析及评估能力；练习模块，用于用户通过练习掌握学习到的风险辨识、分析及评估知识；考核模块，用于考核用户是否掌握了风险辨识、分析及评估能力；竞赛模块，用于多用户以竞赛的形式训练风险辨识能力；VR设备。

公开(公告)号：CN111192494A

公开(公告)日：2020-05-22

申请号：CN202010010813.4

申请日：2020-01-06

Applicant: 北京市安全生产科学技术研究院 ,  中安华邦(北京)安全生产技术研究院股份有限公司 ,  北京市安全生产技术服务中心

Inventor： 张慧 ,  季学伟 ,  侯占杰 ,  吴爱枝 ,  鲍飞 ,  师力达 ,  文明 ,  李燕 ,  杨琳 ,  范丽娜 ,  贾娜莉 ,  曲封屹 ,  张学亚

IPC: G09B9/00 ,  G06Q50/20 ,  G06Q10/06 ,  G06F3/01

Abstract: 本发明提供了一种基于VR的安全风险辨识评估的实训系统、方法及设备，所述系统包括：客户端，用于存储客户登录进行实训训练；服务器端，用于存储所述实训系统的数据管理平台；所述客户端和所述服务器端之间采用网络连接实现实时通讯；教学模块，用于教导用户掌握风险辨识、分析及评估能力；练习模块，用于用户通过练习掌握学习到的风险辨识、分析及评估知识；考核模块，用于考核用户是否掌握了风险辨识、分析及评估能力；竞赛模块，用于多用户以竞赛的形式训练风险辨识能力；VR设备。

公开(公告)号：CN110991660A

公开(公告)日：2020-04-10

申请号：CN201910592467.2

申请日：2019-07-03

Applicant: 北京市安全生产科学技术研究院

Inventor： 周轶 ,  季学伟 ,  吴爱枝 ,  于富才 ,  韩永华 ,  李燕 ,  张慧 ,  尢秋菊 ,  杨琳 ,  嵇征 ,  赵奎富 ,  苏希鹏 ,  李健 ,  刘艳

IPC: G06N20/20 ,  G06N3/00 ,  G06N20/10

Abstract: 本发明提供一种基于蝗虫优化的LSSVM-ARIMA模型的态势分析方法、系统和存储介质，属于机器学习与数据挖掘领域，其特征在于采用如下步骤：(1)随机初始化蝗群初始位置和 (2)确定目标函数 (3)进行位置更新；(4)重复(1)(2)步骤，输出c、σ；(5)建立LSSVM模型和ARIMA模型；计算预测结果y1(t)；(6)确定低频分量Aj(t)和高频分量Dj(t)；(7)得到第一预测结果y1(t)；(8)计算预测结果y2(t)；(9)将预测结果y1(t)和y2(t)进行拟合，得到最终的态势结果y(t)。本发明采用了将LSSVM与ARIMA组合的方式，利用蝗虫优化算法对时变态势模型实现参数优化。实验结果表明本发明建立的企业安全生产态势预测方法是有效的，为企业安全生产管理态势分析提供了一种可靠的方法。

公开(公告)号：CN110990777A

公开(公告)日：2020-04-10

申请号：CN201910592394.7

申请日：2019-07-03

Applicant: 北京市安全生产科学技术研究院 ,  北京天之华软件系统技术有限责任公司

Inventor： 侯占杰 ,  周轶 ,  季学伟 ,  方理平 ,  李燕 ,  张艳艳 ,  陈明 ,  陈晓岚 ,  刘耀峰 ,  梅楠 ,  张维 ,  侯烺祎 ,  贾娜莉 ,  刘艳

IPC: G06F17/18 ,  G06Q50/00

Abstract: 本发明提供的数据关联性分析方法及系统、可读存储介质，根据待分析数据对象的字段点的特性选择对应的相关系数计算模型，计算在同一时间段内不同的字段点两两之间的相关系数，以得到两两强显性相关的字段点及待分析数据对象，构建社会网络关系矩阵，绘制出不同业务之间的强相关业务的社会网络结构图，计算及排名出选到的各业务各字段点在所述社会网络结构中的中心度和中心势；根据中心度对社会网络结构中的业务进行重要度排名；根据中心势确定社会网络结构中各业务的总体整合度。本发明提供的以上方案，将社会网络分析引入业务管理信息系统的众多数据资源的分析中，推动信息资源的精简及整合，明了不同平台或系统间业务数据的联动性。

公开(公告)号：CN110689051A

公开(公告)日：2020-01-14

申请号：CN201910839626.4

申请日：2019-09-06

Applicant: 北京市安全生产科学技术研究院 ,  清华大学

Inventor： 于富才 ,  季学伟 ,  吴爱枝 ,  黄弘 ,  周轶 ,  韩永华 ,  侯占杰 ,  时德轶 ,  张慧 ,  李瑞奇 ,  文明 ,  李燕 ,  刘艳

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于迁移学习的燃气管道内腐蚀模式智能辨识方法，包括如下步骤：（1）采集和分类图像；（2）建立燃气管道内腐蚀图像数据集；（3）基于迁移学习建立的燃气管道内腐蚀模式辨识模型；（4）模型微调再训练。采用无损探测设备对燃气管道的内腐蚀缺陷进行探测，获得燃气管道内腐蚀的原始图像资料，根据内腐蚀缺陷的空间分布特征，将燃气管道内腐蚀划分为五种模式；为数据集的每张图像添加内腐蚀模式标签，将数据集按比例划分为训练集和测试集，基于迁移学习方法，利用已在大规模图像数据集预训练的图像分类模型，建立燃气管道内腐蚀模式的智能辨识方法，克服对主观经验的依赖，降低对数据集规模的要求，节省模型学习的时间和算力成本。