《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: 高清不卡日本v在线二区 | 久久亚洲欧洲日产国码 | 国产午夜精品理论片免费观看 | 一区二区三区久久精品 | 美女视频黄a全部 | 91无套极品外围在线播放 | 国产精品久久久久国产精品三级 | 美女超爽久久久久网站 | 在线欧美不卡 | 亚洲国产精品免费在线观看 | 日本特黄特色高清免费视频 | 九九视频在线观看视频23 | 久久国产午夜精品理论片34页 | 香蕉成人在线 | 美女毛片在线观看 | 免费一级毛片正在播放 | 欧美成人性色大片在线观看 | 国产网站黄色 | 美女视频黄色在线观看 | 久久精品国产精品亚洲艾 | 日韩在线观看不卡 | 国产初高中生粉嫩无套第一次 | 亚洲精品中文字幕一区 | 国产成人精品福利网站在线观看 | 黄色毛片免费 | 国产精品久久久 | 国产91丝袜美腿在线观看 | 免费高清特黄a 大片 | 国产午夜亚洲精品 | 亚洲第一成年免费网站 | 亚洲无限看 | 欧美亚洲另类久久综合 | 日本一道免费一区二区三区 | 草草在线影院 | 久久精品国产亚洲网址 | 欧美最大成人毛片视频网站 | 久久爱噜噜噜噜久久久网 | 亚洲欧美日韩另类精品一区二区三区 | 高清国产在线观看 | 久久精品99精品免费观看 | 在线视频99 |