-
题名山区交汇水域船舶航行风险分析与致因推理
- 1
-
-
作者
张丹
王平安
盛进路
盛小曼
康莉
-
机构
重庆交通大学航运与船舶工程学院
-
出处
《安全与环境工程》
北大核心
2025年第5期158-169,共12页
-
基金
教育部产学合作协同育人项目(202102104008)
重庆市研究生导师团队建设项目(JDDSTD2022009)。
-
文摘
为提升内河船舶安全水平,探究山区交汇水域船舶航行风险致因机理具有重要意义。首先,依据2007—2021年长江上游交汇水域事故数据,利用灰色关联度分析法,建立了风险因素指标体系。然后,构建了数据驱动树状贝叶斯网络(tree-augmented naive Bayesian network,TAN-BN)模型,引入互信息、联合概率理论分析了各因素与事故类型的关系,并验证模型的可靠性。最后,在TAN-BN模型中推理了各类事故最可能致因和主要影响因素,提出了因素间影响量化分析方法,并探究了环境、管理因素对人、船风险的影响机理。结果表明:在山区交汇水域与事故类型关联最强的因素是交通密度;水位涨退因素明显增加了船员应急处置失误率;船公司安全管理的落实能有效降低人、船风险概率,且人因风险控制效果更为显著。研究结果可为船企与海事部门增强山区交汇水域船舶航行安全管理提供一定参考。
-
关键词
船舶航行风险
致因推理
树状贝叶斯网络(tan-bn)
山区交汇水域
-
Keywords
risk of vessel navigation
causal reasoning
tree-augmented naive Bayesian network(tan-bn)
mountainous confluence water
-
分类号
X951
[环境科学与工程—安全科学]
U698.6
[交通运输工程—港口、海岸及近海工程]
-
-
题名基于TAN的文本自动分类框架
被引量：1
- 2
-
-
作者
刘佳
贾彩燕
-
机构
北京交通大学计算机与信息技术学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2010年第16期36-38,41,共4页
-
基金
高等学校博士学科点专项科研基金资助项目(2007004038)
-
文摘
介绍一种树状朴素贝叶斯(TAN)文本分类模型,对该模型存在的阈值选取问题进行实验分析,提出不需要进行阈值选取的TAN文本自动分类框架(ATAN)。在中英文非均匀类分布测试集上对基于ATAN的2种算法与手动选取阈值达到最优性能的BL-TAN进行对比,结果表明基于ATAN的算法具有更高性能。
-
关键词
文本分类
树状朴素贝叶斯模型
贝叶斯网络
-
Keywords
text categorization
Tree-Augmented Naive Bayes(TAN)model
Bayesian network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
