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：CN114088131A

公开(公告)日：2022-02-25

申请号：CN202010854861.1

申请日：2020-08-24

Applicant: 北京市安全生产科学技术研究院 ,  北京清杉科技有限公司

Inventor： 张鹏 ,  张景利 ,  吴爱枝 ,  蔡晔 ,  侯占杰 ,  黄威 ,  于富才 ,  肖文科 ,  李莉莉 ,  文明

IPC: G01D21/02 ,  G01C21/16 ,  G01S13/06 ,  G01S19/42 ,  H04N5/33 ,  H04N7/18

Abstract: 本申请涉及森林应急消防技术领域，特别地涉及用于航拍监测建模的监测建模装置及森林应急消防监测系统。监测建模装置设置在飞行器上以在航拍现场进行航拍监测建模。监测建模装置包括：数据采集模块，用于采集航拍现场的多模态信息；融合定位模块，用于接收多模态信息并通过SLAM算法对多模态信息进行融合以获得位姿信息；地图模块，基于位姿信息进行三维建图以获得三维地图信息；以及发送模块，用于将三维地图信息进行发送。监测建模装置采用航拍获取的现场数据进行三维建图，可实现灾害现场快速建模，以及实时灾情监测，从而为调度指挥中心提供判断依据。

公开(公告)号：CN112163732A

公开(公告)日：2021-01-01

申请号：CN202010880933.X

申请日：2020-08-27

Applicant: 北京市安全生产科学技术研究院 ,  北京辰安科技股份有限公司

Inventor： 吴东波 ,  周轶 ,  吴爱枝 ,  吴乐 ,  季学伟 ,  白硕 ,  陈涛 ,  于富才 ,  陈冲 ,  赵奎富

IPC: G06Q10/06 ,  G06Q50/26 ,  G06K9/62

Abstract: 本发明公开了一种典型商业区风险预警体系构建及预警分级分类方法及装置，其中，方法包括以下步骤：依据公共安全三角形理论识别目标区域的风险指标，以根据风险指标构建目标区域的风险预警指标体系；利用层次分析法计算风险预警指标体系中各项指标的权重，并利用模糊综合评价法对各项指标的权重进行评价处理后得到各项指标的预警值；根据各项指标的预警值得到目标区域的当前风险预警等级，以根据当前风险预警等级进行预警。该方法可以因地制宜地对不同典型商业区实现不同类型风险的分级预警。

公开(公告)号：CN110991470A

公开(公告)日：2020-04-10

申请号：CN201910592441.8

申请日：2019-07-03

Applicant: 北京市安全生产科学技术研究院

Inventor： 季学伟 ,  周轶 ,  侯占杰 ,  于富才 ,  文明 ,  刘艳 ,  王博 ,  尤秋菊 ,  杨琳 ,  刘耀峰 ,  梅楠 ,  叶飞

IPC: G06K9/62

Abstract: 本发明提供的数据降维方法、画像构建方法及系统、可读存储介质，其中的数据降维方法中，采用如下步骤：（1）确定映射关系；（2）定义核函数和核矩阵；（3）构造拉格朗日函数；（4）计算比例系数；（5）得到降维时的投影向量，从而实现数据降维；（6）得降维后的数据样本和；（7）计算样本中和的关联程度；（8）计算任意节点的传播能力；（9）计算节点的度，并构建了复杂网络。本发明采用了将复杂网络（CN）与核典型关联分析（KCCA）的方式，融合了二者的优势，弥补了各自的不足之处，采用数据降维等大数据分析方法，剔除了冗余数据，并着重考虑了系统间的关联性。采用本发明提供的以上技术方案，建立企业安全生产画像构建方法是有效的，为我国各企业调整产业结构、强化监管工作重点提供了准确的分析依据。

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。