《電子技術應用》
您所在的位置:首頁 > 通信與網絡 > 設計應用 > 基于C3D的化學實驗室人員不安全行為模式識別
基于C3D的化學實驗室人員不安全行為模式識別
信息技術與網絡安全 3期
劉凱源
(中國人民公安大學 信息網絡安全學院,北京100038)
摘要: 針對因人的不安全行為導致化學實驗室安全事故的預防問題,提出了基于三維卷積網絡(Convolutional 3D,C3D)的化學實驗室人員不安全行為模式識別方法。定義了5種典型的人員不安全行為模式,以某高校化學實驗室作為研究區域,構建了人員不安全行為模式數據集,建立了基于C3D的人員不安全行為模式識別模型,并對模型在不同應用場景下的性能進行了評估。結果表明:在特定人員于特定實驗場景中出現上述5種不安全行為時,該模型在測試集上得到的F1指數平均值均能達到97%以上;在非特定人員與非特定場景中出現不安全行為時,模型能夠有效識別部分不安全行為。該研究成果預期可以為化學實驗室人員不安全行為的預測、預警、預防提供技術支持。
中圖分類號: TP391.4;TP181
文獻標識碼: A
DOI: 10.19358/j.issn.2096-5133.2022.03.012
引用格式: 劉凱源. 基于C3D的化學實驗室人員不安全行為模式識別[J].信息技術與網絡安全,2022,41(3):71-77.
Patterns recognition of unsafe behavior in chemical laboratory based on C3D
Liu Kaiyuan
(School of Information Technology and Cyber Security,People′s Public Security University of China,Beijing 100038,China)
Abstract: In order to prevent chemical laboratory safety accidents caused by unsafe behavior,a patterns recognition method of unsafe behavior in chemical laboratory based on 3D convolutional network(C3D) is proposed. Firstly, five typical unsafe behavior patterns are defined. Then a university chemical laboratory is used as the study area to construct a dataset containing simulated unsafe behavior records. The patterns recognition model of unsafe behavior in chemical laboratory based on C3D is finally established, and the model performances in different scenarios are validated. The results show that under the circumstance that observed unsafe behaviors are from a specific person in a specific experimental scenario, the average F1-score on test set exceeds 97%. As well as, for non-specific persons and scenarios, the model can effectively identify some unsafe behaviors. The results of this research are expected to provide technical support for prediction, early warning and prevention of unsafe behaviors in chemical laboratory.
Key words : unsafe behavior;chemical laboratory;pattern recognition;3D convolutional network

0 引言

高校化學實驗室中,化學藥品通常種類繁多,部分實驗操作復雜且須在特定環境下進行。實驗操作人員故意或因失誤導致的不安全行為,極易引發實驗室安全事故,造成人員傷亡和財產損失[1-2]。

不安全行為是指可能導致安全事故的行為,往往成為事故的直接原因[3]。根據“海因里希安全法則(Heinrich’s Law)”,化學實驗室中可能引起事故的原因主要為人的不安全行為與物的不安全狀態[4]。葉元興等[5]對我國1986~2019年發生的150起實驗室安全事故的發生原因進行了統計分析,結果表明,操作不慎、違規操作這兩類不安全行為是引發事故最多的兩個主要原因,分別為34起和32起(分別占事故總數的22.67%和21.33%)。為應對上述問題,國內很多高校增加監管人員、加強人員培訓、增設監控終端設備[6-7]。然而,由于人力成本高昂,大多數監控設備的預測預警能力較弱,高校化學實驗室對低成本、智能化的管理手段仍具有顯著需求。運用技術手段自動識別人員的不安全行為模式或將成為有效解決以上問題的突破口。




本文詳細內容請下載:http://www.rjjo.cn/resource/share/2000004029






作者信息:

劉凱源

(中國人民公安大學 信息網絡安全學院,北京100038)



微信圖片_20210517164139.jpg

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 国产成人亚洲毛片 | 精品久久精品久久 | 久久国产乱子伦精品免费不卡 | 久久在线免费视频 | 青青草色久综合网 | 美女视频黄a视频美女大全 美女视频黄a视频免费全程 | 一级不卡毛片免费 | 给我一个可以看片的www日本 | 高清国产在线观看 | 国产精品毛片无码 | 久草在线新首页 | 美女三级毛片 | a级片免费观看视频 | 午夜视频在线观看一区 | 日韩一级片在线免费观看 | 久久久久久久综合色一本 | 97精品国产综合久久久久久欧美 | 日韩成人午夜 | 在线国产区 | 中国美女乱淫免费看视频 | 欧美亚洲综合视频 | 国产二区三区毛片 | 日本精品高清一区二区2021 | 国产亚洲精品久久麻豆 | 日本噜噜影院 | 中文字幕在线播放视频 | 波多野结衣一区在线 | 亚洲精品毛片久久久久久久 | 亚洲精品专区一区二区欧美 | 精品国产乱码久久久久久一区二区 | avtt天堂网 手机资源 | 黄男人和女人色一级 | 韩国自拍偷自拍亚洲精品 | 久久黄色片| 在线观看免费毛片 | 婷婷在线成人免费观看搜索 | 久久中精品中文 | 亚洲国内精品 | 久色视频在线观看 | 亚洲国产片 | 成人软件18免费 |