建筑施工安全管理及预警研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·选题背景 | 第9页 |
| ·建筑施工安全管理和安全预警研究现状 | 第9-10页 |
| ·建筑施工安全管理研究现状 | 第9-10页 |
| ·建筑施工安全预警研究现状 | 第10页 |
| ·论文主要研究内容及章节安排 | 第10-13页 |
| 2. 建筑施工安全管理 | 第13-21页 |
| ·安全管理在建筑业中的重要性 | 第13-14页 |
| ·我国建筑施工安全管理的主要问题及措施 | 第14-17页 |
| ·目前我国建筑施工安全管理存在的主要问题 | 第14-15页 |
| ·加强建筑施工安全管理的措施 | 第15-17页 |
| ·我国与先进国家建筑施工安全管理的差异分析 | 第17-19页 |
| ·建筑施工安全检查制度 | 第17页 |
| ·建筑施工人员的安全教育 | 第17-18页 |
| ·建筑施工安全组织机构 | 第18-19页 |
| ·建筑施工安全人员 | 第19页 |
| ·小结 | 第19-21页 |
| 3. 构建建筑施工安全评价体系 | 第21-29页 |
| ·建筑施工安全评价体系的递阶层次结构 | 第21-23页 |
| ·基本原理 | 第21-22页 |
| ·递阶层次结构的确定 | 第22-23页 |
| ·建筑施工安全评价体系的定量侧度原理 | 第23-26页 |
| ·评价体系指标标值量化方法 | 第23-25页 |
| ·评价体系指标权重确定方法 | 第25-26页 |
| ·建立建筑施工安全评价体系 | 第26-28页 |
| ·小结 | 第28-29页 |
| 4. 安全预警模型的理论基础——支持向量机 | 第29-41页 |
| ·机器学习和统计学习理论 | 第29-31页 |
| ·机器学习 | 第29-30页 |
| ·统计学习理论 | 第30-31页 |
| ·支持向量机 | 第31-38页 |
| ·支持向量机基本概念 | 第32-33页 |
| ·线性支持向量机 | 第33-36页 |
| ·非线性支持向量机 | 第36-37页 |
| ·支持向量机研究热点 | 第37-38页 |
| ·利用粗糙集理论提高SVM算法的实时性 | 第38-40页 |
| ·RS理论概述 | 第38-39页 |
| ·利用粗糙集理论对支持向量机的训练数据进行预处理 | 第39-40页 |
| ·小结 | 第40-41页 |
| 5. 基于支持向量机的安全预警模型的实现 | 第41-57页 |
| ·安全预警 | 第41-42页 |
| ·支持向量机样本的获取 | 第42-43页 |
| ·支持向量机分类方法在建筑安全预警中的应用 | 第43-51页 |
| ·模式分类与建筑安全事故预警 | 第43-44页 |
| ·基于支持向量分类的建筑安全事故预警原理 | 第44-45页 |
| ·预警模型选择 | 第45-46页 |
| ·SVC预警实例 | 第46-51页 |
| ·支持向量机回归方法在建筑安全预警中的应用 | 第51-56页 |
| ·概述 | 第51页 |
| ·OSVR预警原理及应用 | 第51-56页 |
| ·小结 | 第56-57页 |
| 6. 总结与展望 | 第57-59页 |
| ·论文结论 | 第57页 |
| ·进一步工作展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 在读期间的研究成果 | 第63页 |
