事故经济损失分类及评估方法研究综述

为系统了解事故的经济损失分类、评估方法以及发展方向,通过文献综述的方法,回顾事故经济损失的研究起源,总结主要的分类方法,归纳评估方法的主要特点,分析评估难点并展望未来可能的研究方向。研究结果表明:事故经济损失统计项目难以全部列出,须在其构成价值与评估所需努力之间相权衡;在事后全面准确评估经济损失仍是未来的研究重点,其有益于统计标准的制修订,而事前评估则是1个新兴的方向;很难选择合适的直间比来评估间接经济损失,未来需开发1种简单灵活的评估方法。研究结果可为未来事故经济损失分类和评估的研究应用提供理论和数据支撑。

沿海城市自然灾害损失分类与评估

在系统总结国内外沿海城市自然灾害损失评估研究现状的基础上,对现有的自然灾害损失评估方法进行了探讨。针对当前研究中出现的灾害损失类型划分界定不清晰,对次生灾害损失和间接损失无法进行有效的定量评估等问题作了比较明确的阐述,从社会损失和经济损失两个方面建立了沿海城市自然灾害损失分类体系。在此基础上,提出了人员损失、直接损失和间接损失的评估方法。最后,提出了未来自然灾害损失评估研究中有待继续完善和开展的工作。

建筑施工企业安全事故引起无形损失分类体系研究

为科学合理评价安全事故给建筑施工企业造成的无形损失,基于企业无形资产功能降低导致无形损失的观点,界定施工企业安全事故引起的无形损失的含义;从个体和组织2个角度对无形损失进行分类,阐述无形损失子项的内涵;构建无形损失构成体系,并通过事故案例对该体系开展实际应用。研究表明：所构建的安全事故无形损失体系能充分描述事故对施工企业造成的间接负面影响,对企业安全事故影响评价有指导作用。

基于企业视角的施工安全事故损失分类方法

为促进建筑施工企业开展安全生产管理投入产出绩效评价,便于政府部门对企业安全管理水平合理评级,开展基于企业视角的施工安全事故损失分类方法研究。依据建筑安全事故损失的有形性与无形性特点,参照项目管理质量管理因素理论,阐明了安全事故损失分类新方法,按照人、物和资源环境区别划分有形损失,依照个体和组织区别划分无形损失,形成了新的施工安全事故损失统计体系。基于此,选用案例对比分析国家标准和新构建损失统计体系,验证了新构建的损失统计体系适用性。构建的安全事故损失统计体系整合了有形损失和无形损失,有利于国家建筑安全生产环境和文化的建设。

自然灾害损失分类及评估研究评述

灾害损失的科学、系统评估是恢复重建规划编制的前提基础。灾害损失分类呈现损失分类精细化方向发展,且灾后损失评估逐渐向灾后需求评估方向发展,但是灾害损失评估仍是需求评估的基础。灾害的社会和环境影响虽然很难用经济价值进行量化,但是其对社会经济产生的负面、广泛和深远影响使管理者不得不重视这种灾害后果的评估,以满足灾害管理的需要。同时,从经济学视角基于灾害损失发生过程的灾害损失分类更切合灾后需求评估和灾害过程管理的需要。针对我国灾害损失统计制度,进一步细化完善灾害损失统计指标体系,开展相关损失与影响评估方法和标准的研究,对于灾害管理的科学化具有重要意义。

基于加权分类损失和核范数的领域自适应模型

领域自适应将源域上学习到的知识迁移到目标域上,使得在带标签数据少的情况下也可以有效地训练模型。采用伪标签的领域自适应模型未考虑错误伪标签的影响,并且在决策边界处样本的分类准确率较低,针对上述问题提出了基于加权分类损失和核范数的领域自适应模型。该模型使用带有伪标签的可信样本特征与带有真实标签的源域样本特征构建辅助域,在辅助域上设计加权分类损失函数,降低错误伪标签在训练过程中产生的影响;加入批量核范数最大化损失,提高决策边界处样本的分类准确率。在Office31、Office-Home、Image-CLEFDA基准数据集上与之前模型的对比实验表明,该模型有更高的精确度。

分类用户单位停电损失函数的确定及应用

分类用户单位停电损失函数(SCUDF)对配网可靠性措施效益评估、电力系统规划等预测性研究具有重要意义。单纯采用用户问卷调查法虽然较为准确,但由于资金和时间的限制仍有很大的难度,且因地区生产结构及自动化水平的差异而难以从其他地区的已有数据类比取得。提出一种根据分类用户用电量及其相应生产总值的若干年统计数据,运用回归分析及参数估计原理得出SCUDF的方法。该方法避免了大量的统计工作,其数据可直接从相关权威部门获取。文中估算了广州某地区配网的SCUDF,据此计算了一条现有馈线的当前可靠性水平下的停电损失,表明该方法可行。

基于分类不确定性的伪标签目标检测算法

伪标签目标检测算法利用大量未标注数据生成伪标签数据来增加训练数据规模,从而提高目标检测模型的性能。针对伪标签数据中存在大量错误标注数据且伪标签目标检测模型性能难以提升的问题,提出基于SoftTeacher-CUC的伪标签目标检测算法。SoftTeacher-CUC算法在SoftTeacher伪标签目标检测算法的基础上,利用分类不确定性方法计算模型生成的伪标签分类结果的不确定性来判断伪标签是否可靠,不确定性越低说明伪标签的分类结果越可靠。在此基础上,将计算得到的不确定性作为权重加入伪标签数据的分类损失函数中,进一步减少高不确定性伪标签为模型带来的负面影响。根据Teacher模型中不同模块的作用,采用不同权重的指数滑动平均方法更新Teacher模型,降低Teacher模型和Student模型参数之间的相似性,使一致性正则化方法发挥效用。实验结果表明,在标注数据分别占训练集1%、5%和10%的情况下,与SoftTeacher算法相比,SoftTeacher-CUC算法的平均精度均值分别提高了1.4、1.2和1.7个百分点,在标注数据较少的情况下,该算法具有更好的检测效果。

行业标准《火灾损失统计方法》修订概述

简要概述了新修订的公安部公共安全标准GA185《火灾损失统计方法》修订的目的、意义,介绍了火灾损失统计的范围,包括火灾直接经济损失和人员伤亡情况,并介绍火灾直接经济损失分类及界定。说明损失物的辨识,包括名称、数量、类别的辨识,灾前价值的辨识,以及损失程度的辨识。介绍火灾统计原则及方法。有利于火灾损失统计人员尽早地了解该标准以及标准颁布后正确的实施。

施工导流风险损失估量模型研究

施工导流作为水电工程的重要组成部分,其风险损失不仅是工程决策的依据,还是工程保险费率厘定的重要因素。在施工导流运行期,上游超标洪水导致围堰漫顶甚至基坑淹没,不仅导致经济损失,而且延误工期。为准确计算施工导流损失,根据工程施工进度和泄水条件将其分为施工导流系统损失、基坑系统损失和工期损失,并对各部分损失进行定义和量化计算,建立施工导流运行期损失模型。实例计算表明,该模型可为施工导流标准的选择和保险费率的厘定提供参考。

企业事故损失估算方法探讨

在阐述事故损失的概念及分类的基础上,对国内外关于事故经济损失估算的理论和方法进行了分析比较,并对事故经济损失的估算方法进行了总结评价,提出了改进现有估算方法的思路。

基于YOLO5Face重分布的小尺度人脸检测方法

针对复杂场景下小尺度人脸检测精度较低的问题,提出了一种基于YOLO5Face重分布的小尺度人脸检测方法。方法以YOLO5Face为基础,在网络浅层引入改进的CBAM注意力并对模型计算重分布,提升复杂场景下小尺度人脸检测精度的同时降低模型参数量;采用融合mixup的数据增强方法,充分训练模型小尺度人脸检测分支;依据人脸检测特性,将softmax损失作为分类损失以最大化类间特征的差异。在WiderFace各个子集上的实验结果表明,与主流人脸检测方法相比,改进后的模型满足实时性的同时,小尺度人脸检测精度较高,其中Hard子集检测精度比YOLO5Face提升2个百分点。

基于改进YOLO_v3算法的车辆轮胎紧固件检测方法优化

轮胎拆装是汽修行业修补轮胎必要步骤之一,由于重型货车轮胎过重导致工人腰椎受到严重损伤。现将EfficientNet-B4轻量型网络结构算法替换YOLO_v3算法的主干部分(DarkNet-53),从而实现各类车型轮胎紧固件的识别。替换后的网络参数大量减少,紧固件样本训练速度加快。YOLO_v3使用二分类交叉熵损失函数对正负样本分类并计算损失,现使用Focal loss分类损失函数替换二分类交叉熵损失函数,从而提出一种新的神经网络模型(YOLO_v3-Nut)。实验结果表明,YOLO_v3-Nut模型在训练与识别速度特性上都更优于YOLO_v3模型,且文中的模型结构比YOLO_v3模型储存空间减少了43.01%,算法平均准确率(MAP)为93.2%,同时检测速度为36 fps,足够完成各类车型轮胎紧固件的识别。

主动贝叶斯网络分类器

在机器学习中 ,主动学习具有很长的研究历史 .给出了主动贝叶斯分类模型 ,并讨论了主动学习中几种常用的抽样策略 .提出了基于最大最小熵的主动学习方法和基于不确定抽样与最小分类损失相结合的主动学习策略 ,给出了增量地分类测试实例和修正分类参数的方法 .人工和实际的数据实验结果表明 。

基于改进TextSnake的印章字符检测算法

针对字符模糊、宽高比多变、与背景文字重叠等因素导致的印章字符易被漏检、误检等问题,提出基于TextSnake的印章字符检测算法,记作TextSnake-CR算法。首先在特征融合中嵌入手工设计的感受野增强模块,使浅层特征拥有更大感受视野,从而有效地降低误检率;其次提出颜色特征提取模块,用于提取印章字符中颜色特征,增强模糊印章字符的检测精度;最后改进模型的分类损失函数,抑制背景噪声对模型的干扰,进一步提高模型检测性能。实验结果表明,TextSnake-CR在公开印章数据集与自制数据集上的F值分别达到90.71%和81.79%,与其他算法相比,有效地提高了印章字符检测准确率。

经济学视角的自然灾害损失评估理论与方法评述

针对灾害损失研究中概念模糊以及间接损失评估的忽略,首先从灾害管理对损失评估的需求出发,根据灾害损失的特点从经济学视角对灾害损失进行了分类和界定,澄清了存量损失与流量损失、直接损失与间接损失、直接经济损失与间接经济损失、产出损失与福利损失等的内涵;进而,论述了灾害损失评估应遵循需求为导向和科学性的基本原则;最后,重点论述了间接损失中健康影响、自然资源及生态系统服务损失、间接经济损失等的价值评估方法。以期为认识自然灾害的社会经济影响,完善灾害损失评估理论和方法提供思路。同时,除了研究自然灾害的自然属性,灾害损失的社会属性研究对于推动灾害经济学学科的建立,以及提高我国灾害管理水平具有重要意义。

基于水动力模型的城市内涝经济损失分析

随着社会的快速发展、经济水平的提升,我国对于灾害的防治越发重视。防灾减灾不仅要对灾害进行预警预报,还需要对灾害所造成的经济损失做较准确的估计。目前的城市内涝经济损失计算公式基本采用经验公式法,会出现不适应研究区域的现象。文中参考国内外研究成果,确定城市内涝经济损失分类,细化内涝经济损失计算,并对每一分类介绍计算方法并给出计算公式。根据昭通市2017年的一场特大降雨造成的内涝灾害,利用MIKE模型对昭通市中心城区进行一、二维水动力学耦合与内涝模拟。根据模拟结果,确定最大淹没水深、淹没面积、淹没时间。根据分区域淹没水深与经济损失计算公式,对昭通市中心城区进行城市内涝经济损失分析并与实际损失对比。结果表明,模型推算结果比真实统计结果高14%左右,可以基本反映此次内涝灾害所造成的经济损失。

基于特征金字塔网络的余弦四元组哈希图像检索方法

为提高哈希图像检索的准确性,设计并提出一种基于特征金字塔网络的余弦四元组哈希图像检索方法,增强生成哈希编码的区分性。提出一种基于特征金字塔网络的特征提取器,提取到包含多层视觉信息和语义信息的图像特征描述符。设计基于余弦度量的四元组排序损失,使哈希码能够保持相似近邻关系;引入分类损失和二进制约束损失,使离散编码包含更多语义信息。实验结果表明,所提模型具有更好的检索性能。

凸性和分类(英文)

本文研究了损失函数中的ψ变换及其分类,利用凸分析的方法,得到了ψ变换的一些性质.

基于部分加权损失函数的RefineDet

针对目标检测网络单阶改进目标检测器(RefineDet)对类间不平衡数据集中小样本类别检测性能差的问题,提出一种部分加权损失函数SWLoss。首先,以每个训练批量中不同类别样本数量的倒数作为启发式的类间样本平衡因子,对分类损失中的不同类别进行加权,从而提高对小样本类别学习的关注程度;然后引入多任务平衡因子对分类损失和回归损失进行加权,缩小两个任务学习速率的差异;最后,在目标类别样本数量存在大幅差异的PascalVOC 2007数据集和点阵字符数据集上进行实验。结果表明,与原始RefineDet相比,基于SWLoss的RefineDet明显提高了小样本类别的检测精度,它在两个数据集上的平均精度均值(mAP)分别提高了1.01、9.86个百分点;与基于损失平衡函数和加权成对损失的RefineDet相比,基于SWLoss的RefineDet在两个数据集上的mAP分别提高了0.68、4.73和0.49、1.48个百分点。