幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

數智時代的安全生產風險管理(文本數據驅動的新方法)

  • 作者：羅茜茜|責編:陳夕濤//徐昌強//李東
  • 出版社：中國建築工業
  • ISBN：9787112319336
  • 出版日期：2026/01/01
  • 裝幀：平裝
  • 頁數：237
人民幣：RMB 98 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    圍繞安全生產風險管理的數字化轉型需求，本書構建了融合自然語言處理與人工智慧方法的事故文本智能分析與風險管理框架，對安全風險因素識別、風險因素關聯分析以及安全生產風險預測與控制進行了系統研究，並通過建築施工領域典型案例驗證了相關方法的可行性與有效性，為推動安全生產風險管理由經驗驅動向數據驅動、由事後處置向事前預防轉變提供了理論依據與技術支撐。
    本書可供管理科學與工程、工程管理及應急管理等相關領域的科研人員、研究生和管理實踐人員閱讀參考。
作者介紹
羅茜茜|責編:陳夕濤//徐昌強//李東
    羅茜茜，博士，長安大學經濟與管理學院講師。長期從事安全科學與工程管理領域研究，研究興趣聚焦于智能化技術在安全與風險管理中的理論創新與實踐應用，主要涵蓋工程安全風險預測、智能應急管理、人機協同安全決策、城市綜合防災與韌性治理等方向。致力於推動人工智慧、大數據、智能感知等多源技術在工程安全治理體系中的深度融合，形成可解釋、可推廣的智能安全決策方法論體系。主持中國博士后科學基金、教育部人文社科等科研項目6項，並參與多項國家及省部級研究任務。
目錄
第1章  安全生產風險管理的數字化轉型
  1.1  工作場所安全生產的現狀與挑戰
    1.1.1  研究背景
    1.1.2  問題提出
  1.2  安全生產信息化與智能化的研究進展
    1.2.1  安全生產風險管理研究現狀
    1.2.2  自然語言處理技術的行業應用現狀
    1.2.3  基於文本數據的安全生產管理研究
    1.2.4  人工智慧技術在建築施工風險評估中的應用
    1.2.5  研究現狀述評
  1.3  本書的研究意義、研究框架與主要內容
    1.3.1  研究意義
    1.3.2  研究目標
    1.3.3  技術路線圖
    1.3.4  研究內容
  1.4  本章小結
第2章  理論基礎與研究方法
  2.1  安全生產風險管理
    2.1.1  風險管理基本概念和組成要素
    2.1.2  基於人工智慧技術風險管理的特點
    2.1.3  安全生產風險管理的基本流程
  2.2  安全生產風險評估方法演化
    2.2.1  基於知識驅動的安全生產風險評估方法
    2.2.2  基於模型驅動的安全生產風險評估方法
    2.2.3  基於數據驅動的安全生產風險評估方法
  2.3  擬採用的研究方法
    2.3.1  自然語言處理（NLP）
    2.3.2  卷積神經網路（CNN）
    2.3.3  關聯規則挖掘（ARM）
    2.3.4  模糊貝葉斯網路（FBN）
    2.3.5  隨機森林（RF）
    2.3.6  可解釋性人工智慧（XAI）
  2.4  本章小結
第3章  基於自然語言處理的安全風險因素識別技術
  3.1  自然語言處理核心技術及流程框架介紹
    3.1.1  基於深度學習的自然語言處理核心技術
    3.1.2  自然語言處理典型任務
    3.1.3  自然語言處理的基本流程框架
  3.2  改進自然語言處理流程中的文本預處理方式
    3.2.1  提出改進的文本預處理方式
    3.2.2  語言建模在安全生產領域的重要任務
    3.2.3  文本可視化
  3.3  安全生產風險因素辨識的應用實例分析
    3.3.1  實證數據基礎
    3.3.2  文本分詞過程
    3.3.3  關鍵詞提取
    3.3.4  建築施工風險因素識別結果
  3.4  本章小結
第4章  數據驅動的安全生產事故文本自分類模型構建
  4.1  構建安全生產事故文本自分類模型

    4.1.1  基於事故前兆因素的自分類模型構建機理
    4.1.2  基於卷積神經網路的自分類模型結構構建
    4.1.3  自分類模型性能評估指標
  4.2  自分類模型的應用實例分析
    4.2.1  數據準備
    4.2.2  CNN模型實驗參數設置
    4.2.3  自分類模型實驗結果分析
  4.3  本章小結
第5章  安全生產風險因素重要性與關聯性分析
  5.1  關聯規則理論在安全生產事故中的應用分析
    5.1.1  關聯規則挖掘流程
    5.1.2  關聯規則挖掘指標
    5.1.3  基於Apriori演算法的關聯規則流程
    5.1.4  應用實例的關聯分析與結果可視化
  5.2  基於模糊貝葉斯網路的人為和組織關鍵因素辨識
    5.2.1  人為和組織因素辨識方法及重要性
    5.2.2  人為因素分析和分類系統（HFACS）
    5.2.3  模糊貝葉斯網路分析流程
  5.3  關鍵性人為和組織因素的應用實例分析
    5.3.1  構建建築施工安全事故HFACS修正框架
    5.3.2  修正後HFACS框架各組成要素的表現形式
    5.3.3  貝葉斯網路模型構建及參數計算
    5.3.4  貝葉斯網路推理分析過程
    5.3.5  敏感性分析
  5.4  本章小結
第6章  基於機器學習演算法的安全生產風險評價
  6.1  基於機器學習演算法的安全生產風險評價分析
  6.2  基於隨機森林演算法的安全生產風險評價流程
    6.2.1  事故屬性清單數據化處理
    6.2.2  事故屬性變數多重共線性分析
    6.2.3  文本數據類不平衡處理
    6.2.4  隨機森林演算法流程設計
    6.2.5  模型優化與性能評估指標
    6.2.6  模型可解釋性分析
  6.3  安全生產風險評價及模型可解釋性的應用實例分析
    6.3.1  高質量數據準備
    6.3.2  基於隨機森林的建築施工風險評價結果分析
    6.3.3  風險評價模型可解釋性分析
    6.3.4  實驗結果分析
  6.4  本章小結
第7章  企業安全生產風險控制
  7.1  風險控制原則與流程
    7.1.1  風險控制原則
    7.1.2  風險控制流程設計
  7.2  基於蝴蝶結模型的風險控制方案
  7.3  安全生產風險控制方案制定的應用實例分析
    7.3.1  風險評估預防對策
    7.3.2  應急響應處理措施
  7.4  本章小結
第8章  綜合結論與未來展望

  8.1  安全生產智能風險管理框架的主要發現
  8.2  理論貢獻與技術創新
  8.3  未來研究方向與數字化治理展望
參考文獻
附錄

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032