点击次数：

论文类型：期刊论文

发表时间：2019-06-25

发表刊物：安全与环境学报

收录刊物：PKU

卷号：19

期号：3

页面范围：861-866

ISSN号：1009-6094

关键字：安全工程;传感器;智能手机;机器学习;活动识别

摘要：施工人员的活动监控对施工安全管理及预防职业疾病至关重要.为提升施工安全的智能化管理水平,对楼板钢筋工程施工中的8个主要活动进行识别.为弥补单一传感技术采集维度不足的缺陷和集成传感技术对系统灵活性的限制,采用智能手机内置加速度传感器和陀螺仪采集试验人员模拟施工人员活动时的加速度和倾角数据,并提取平均值、标准差、协方差、四分位距(IQR)为活动的特征矢量.通过决策树中的CART算法建立分类训练模型,采用“交叉验证法”对模型进行评估和验证.测试结果表明:对于样本个体的平均分类准确率为95.28％,预测准确率为92.86％;样本总体的分类准确率为89.67％,预测准确率为94.82％.研究表明,基于智能手机采集数据的决策树模型可以用于施工人员的活动识别.