基于K-means的水下控制系统集成测试风险分析

采用危险源辨识分析(HAZID)工具对南海某水下控制系统集成测试进行风险识别,研究水下电力和通信设备的联合测试等过程存在的风险,针对HAZID技术识别的测试风险,定义风险的3个指标,包括风险发生可能性、风险后果严重程度和风险预防控制能力,将风险进行K-means聚类分析,采用SPSS软件将风险分为重大风险、高风险、中风险、低风险等4个聚类等级,识别4类共21个测试风险。在实际运用中,该方法可为水下控制系统集成测试风险制定有针对性的措施,可高效、科学和系统地指导水下控制系统集成测试工作开展。

基于Navie Bayes算法与k-means聚类算法的财务数据库异常检测

为了有效消除用户异常行为对企业财务数据库所带来的安全隐患,以往的数据库异常检测技术(如Navie Bayes算法)通常采用查询反馈,并建立用户行为特征(用户行为轮廓)的方法查找安全隐患,而该方法构建训练集耗时较多,效果不显著。因此,提出一种基于Navie Bayes算法与k-means聚类算法相结合的财务数据库异常检测技术。通过调取财务数据库运行日志中的用户查询内容及相应结果,采用k-means聚类算法进行用户分组,采用Navie Bayes算法构建异常检测模型。应用测试结果表明,与传统的用户行为轮廓算法相比,所提算法的训练效率更高,准确率大幅提高,综合F_(1)值有所提升,提高了财务数据的安全性。

融合SOM神经网络与K-means聚类算法的用户信用画像研究

为提高现阶段基于K-Means聚类算法的用户信用画像模型的准确性和实时性,提出一种融合自组织映射(SOM,Self-Organizing Map)神经网络与K-Means聚类算法的改进方法。通过SOM对用户数据进行降维和特征提取,直接获得最优聚类数目后再用K-Means算法进行聚类分析。通过真实在线借贷平台数据对所提方法进行验证,结果表明,该方法可提升用户信用画像分析的质量,更好地满足金融数据分析中对实时管理和风险控制的要求,为金融机构提供精准的决策支持。

基于K-means的铁路行车宏观安全风险动态预警区间确定

为精确划分铁路行车宏观安全风险预警区间,避免仅依赖相关标准规范或人的经验确定安全风险预警区间,且预警区间不具备动态性的情况,建立宏观安全风险预警指标体系,采用K-means聚类算法确定宏观安全风险动态预警区间。通过K-means聚类算法将各指标集划分为好、中、差3类,以3类的上边界分别作为4个预警区间的分割点,确定各指标的4个风险预警等级的预警区间。通过实例验证该算法的可行性和适用性。结果表明:K-means聚类算法可确定铁路行车安全风险预警区间,并可根据历史数据变化动态调整。

基于因子分析法与k-means聚类的行道树安全风险评价

以南京市法国梧桐行道树为例,通过分析行道树的生长状况、稳定性、健康状况、对交通的影响等各方面因素,建立涵盖8个评价指标的行道树安全风险评价指标体系,并基于因子分析法和k-means聚类对所有行道树进行安全风险评价。结果表明:南京市51.7%的法国梧桐行道树存在高、中风险,主要分布在秦淮区、玄武区和鼓楼区。其中莫愁路和三条巷为高风险路段,但中风险路段上的高风险法国梧桐行道树占高风险行道树总量的79.1%。因此,除了密切监测高风险路段外,还需要加强中风险路段的监测。本研究提出的行道树安全风险评价方法通过建立合理有效的行道树安全风险评价模型,能得到科学准确的行道树安全风险评价结果,反映行道树安全风险状况,为管理部门提供决策支持,且具有可迁移性,能推广应用到其他行道树安全风险评价研究。

基于K-Means聚类模型的隧道施工安全风险评价方法及应用研究

隧道施工安全风险受到多方面因素影响,对于风险信息的深度挖掘是提高风险评价结果准确性的有效途径。将K-Means聚类算法引入到传统LEC法的综合计算中,建立了基于K-Means聚类的隧道施工安全风险评价模型。首先,通过WBS-RBS法识别隧道施工全过程中的风险,并构建风险事件集;然后,将事故发生可能性、人员暴露时间和事故后果严重程度作为隧道施工安全风险评价指标,利用语言型多属性决策法把风险评价信息转化为数据集,采用K-Means聚类算法对数据集进行处理,基于聚类结果确定事件风险等级;最后,将模型应用于文笔山1号隧道洞口工程施工风险分析中。结果表明:所建模型风险评价结果与现实相吻合,分析结果可为隧道施工风险控制提供决策参考。

海外公民涉恐安全风险评估方法——基于风险管理理论和加权K-means聚类

海外公民安全是中国海外利益安全的主要组成部分,是践行总体国家安全观“以人民安全为宗旨”的具体体现。当前我国公民在海外面临的涉恐安全风险日益加剧,甚至威胁到公民个体的生命安全。因此,提出了一种结合风险管理理论和加权K-means聚类的风险评估方法。其中,利用“袭击发生概率”和“袭击成功率”两个指标来评估风险的“相对可能性”,用“死亡人数”和“受伤人数”两个衡量后果的“相对严重性”,进而构建出海外公民涉恐安全风险评估指标体系和分析模型,通过数据聚类的方式将风险分级,从而对我国海外公民涉恐安全风险进行定量的评估,以期为保护我国海外公民安全提供较为有价值和相对客观的参考建议。

无人机立体视觉识别船舶航行风险仿真

由于船舶交通受碰撞、搁浅、走锚等随机干扰因素的影响,导致对船舶航行目标的跟踪与风险预警具有较大难度。为增强海上航行的安全性,提出一种基于无人机立体视觉的船舶航行风险识别方法。引入双目视觉立体技术,获得目标船舶在航行过程中的图像数据。利用卡尔曼预测器优化连续性自适应均值漂移算法,跟踪目标船舶,通过高斯混合模型识别船舶航行风险。实验结果表明,研究方法对不同海域的船舶跟踪曲线与船舶实际航行曲线具有较高拟合度,且上述方法的船舶航行风险识别正确率高于90%,且误报率低于0.2%,说明提出方法的应用可靠性较高。

基于k-means聚类点信息再分配的干旱危险性评价

针对当前常规干旱风险评价中评价指标权重分配方法差异性大、人为划分的风险等级主观性较强的问题,在改进常规客观赋权法的基础上,提出了一种基于k-means聚类点信息再分配的干旱危险性评价方法,并将其与基于综合客观赋权的常规评价方法一起运用于安徽省的干旱危险性评价,进行比较分析。结果表明:改进后的综合客观赋权能够进一步平衡熵权法与独立性权重法的计算结果,从而使指标权重更加合理;基于k-means聚类点信息再分配的干旱危险性评价方法相较于综合客观赋权法具有更合理的区分度,也更贴近实际;同时改善了传统聚类算法只能定性分析风险的缺陷。新方法进一步拓宽了干旱危险性的评价思路。

切入场景下基于碰撞风险聚类的改进车速预测方法

切入工况的高精度车速预测是保证自动驾驶切入安全的关键依据。为提高自动驾驶汽车切入工况安全,开展了基于车车耦合风险聚类的切入场景自车速度高精度预测方法的研究。首先,依据实验所得自然驾驶数据进行车辆切入切出片段提取,使用K-means方法依据碰撞风险与加速度关联特征进行聚类分析。其次,基于支持向量机(SVM)模型,对切入切出工况车车交互状态进行在线识别,对切入危险工况进行实时预测。最后,提出基于自回归综合移动平均(ARIMA)模型的改进车速预测方法,结合在线识别结果进行车速在线优化。仿真结果表明,所提出的基于碰撞风险聚类的改进ARIMA车速预测方法对提高切入安全效果明显,较传统的预测方法车辆的碰撞风险降低了10%~20%。研究结果表明,ARIMA模型的改进车速预测方法对提高自动驾驶车切入安全具有重要的研究意义。

数据驱动的公路典型风险场景聚类与特征分析

为了明晰公路交通中典型风险场景,提高公路测试场景构建和公路安全分析的针对性和指导性。收集不同区域代表性省份5年约60000条公路交通事故数据作为数据源,筛选确定关键分类变量,分别针对7类典型公路路段和路口开展典型交通冲突形式聚类分析,共获取16类典型风险场景,然后构建场景风险特征表征参数,针对典型风险场景的风险特征进行对比分析,进而深入分析道路和环境因素对场景事故数量和发生事故严重程度的影响特征。结果表明:路表情况、防护设施类型、交通信号方式、照明条件、天气和能见度等因素都对部分场景的风险度有较大影响,路面状况因素对场景风险度影响不大。

考虑消费者双重行为的农产品绿色供应链数字化策略

为探究消费者风险规避和绿色偏好行为对绿色供应链数字化发展的双重影响,构建产品绿色度和安全水平函数,运用Stackelberg博弈模型,构建农户和农产品零售商组成的两级绿色供应链博弈模型,分析两种行为对绿色供应链数字化策略的影响,对集中决策和分散决策下供应链成员决策进行对比分析,并设计考虑奖惩的供应链契约。最后对模型进行数值仿真,验证该契约的可行性。研究发现:无论是集中决策还是分散决策,消费者规避心理总不利于绿色供应链发展,绿色偏好与之相反;相比分散决策,集中决策最优解更优;奖惩系数在合理的区间内,考虑奖惩的农产品供应链契约实现了供应链参与者的双赢,农户和农产品零售商利润均得到帕累托改善。

计及故障信息和需求不确定的应急物资灾前预布局与灾后调度

为提高灾前、灾后电力抢修物资与抢修人员调度的协调性和鲁棒性,提出一种计及故障信息和物资需求双重不确定的灾前电力抢修物资预布局与灾后协同调度策略。首先,灾前针对灾情预测信息和电力抢修物资的双重不确定性,考虑决策者对风险的偏好程度,建立基于均值-条件风险价值(CVaR)的双层物资调配分布鲁棒优化(DRO)模型,上层以电力抢修物资配置成本最小为目标对物资中转点的选择及预置电力抢修物资的数量进行优化,下层基于均值-CVaR工具搜索最恶劣故障场景分布,并鲁棒优化(RO)故障场景下中转点到故障点的电力抢修物资分配策略,以求得故障损失成本;其次,灾后考虑物资和抢修人员调度的时序耦合约束,建立以停电损失最小为目标,中转点分配至各故障点物资的种类及数量和抢修人员的调度计划为决策变量的混合整数线性规划模型;最后,通过118节点实际配电网系统进行仿真分析,验证了所提方法的有效性。

Mean-CVaR模型下的资产组合和破产风险控制

为了克服尾部风险测度CVaR模型本身的不足,并且给“如何实现资产组合的破产风险与期望利润的最优配置”问题提供一个更加符合现实的答案,本文在CVaR模型基础上,通过把风险资本的来源内生于资本禀赋以及把风险资本的机会成本引入利润函数的方式提出了线性Mean-CVaR模型。同时,本文通过对“上证50”成分股进行选择的实证分析给出了由线形Mean-CVaR模型得到的更加合理的资产组合与资本储备。

信号交叉口直行非机动车膨胀特性分析与风险评估

随着信号交叉口的非机动车流量激增,非机动车通过交叉口时的膨胀特性也进一步凸显。针对该现象所带来的冲突问题,在分析非机动车膨胀特性的基础上,提出信号交叉口直行非机动车冲突风险实时评估方法。选取天津市4个典型城市交叉口,通过视频分析软件,获取非机动车的行驶行为数据,分析膨胀特性下直行非机动车行驶行为特征。在此基础上,通过K-means聚类分析将直行非机动车的行驶区域划分为释放区、膨胀区和汇入区这3个区域。构建以直行非机动车不同行驶区域为一级指标,不同区域内的行驶行为特征为二级指标的信号交叉口直行非机动车冲突风险评价体系,提出基于改进熵权法的非机动车冲突风险熵计算方法。以天津市围堤道交叉口为例进行风险评估,结果表明,其冲突风险主要集中于车辆超车与并行行为频发的地带,风险点变化和分布与车辆膨胀过程中风险变化趋势一致,可以为信号交叉口非机动车冲突风险研究提供一定的参考。

相依风险模型下保险公司和再保险公司的鲁棒最优再保险和投资策略

在具有共同冲击相依风险模型下,研究了保险公司和再保险公司共同利益的最优再保险和投资问题。假设保险公司和再保险公司的盈余过程由扩散逼近模型来刻画,并且保险公司可以购买比例再保险来分散风险,再保险保费由均值方差保费原则计算。同时,保险公司和再保险公司都可投资于无风险资产和风险资产,其中风险资产的价格过程遵循平方根因子过程,在使保险公司和再保险公司终端财富加权和的期望指数效用最大化的条件下,应用随机控制理论,建立了鲁棒Hamilton-Jacobi-Bellman (HJB)方程并且得到了最优再保险和投资策略以及相应的值函数。此外,通过一些数值例子来说明某些模型参数对最优再保险和投资策略的影响。

血清ADAMTS13水平与接受ECMO治疗患者的预后关系

目的分析血清血管性血友病因子特异性裂解酶(a disintegrin-like and metalloprotease with thrombospondin type1 motif,member 13,ADAMTS13)水平与接受体外膜肺氧合(extracorporeal membrane oxygenation,ECMO)治疗患者的预后关系。方法本研究选取2020年1月—2022年6月在湖南医药学院第一附属医院接受ECMO治疗的42例患者,按照ECMO撤离1个月内预后分为生存组(n=29)和死亡组(n=13)。通过分析接受ECMO治疗患者的血清ADAMTS13水平,分析血清ADAMTS13与接受ECMO治疗患者的预后。结果生存组年龄小于死亡组(P<0.001)。2组性别和体表面积比较,差异无统计学意义(P>0.05)。生存组平均动脉压为(54.24±5.81)mmHg、氧合指数为(178.84±29.38)mmHg,均高于死亡组的(52.56±4.42)mmHg、(155.71±23.12)mmHg;生存组急性生理与慢性健康评分(acute physiology and chronic health evaluation-Ⅱ,APACHE-Ⅱ)评分为(22.51±2.62)分,低于生存组的(27.35±3.85)分(P<0.05)。2组左室射血分数和ECMO流量比较,差异无统计学意义(P>0.05)。ECMO治疗后,2组血清ADAMTS13水平升高。生存组ECMO治疗前1 h及治疗后24 h、48 h血清ADAMTS13水平高于死亡组,差异有统计学意义(P<0.001)。ECMO治疗48 h后血清ADAMTS13水平为ECMO辅助治疗患者死亡的独立危险因素(P<0.001)。结论接受ECMO治疗患者的血清ADAMTS13水平降低与预后不佳相关。

供应商风险规避下平台商的销售模式选择研究

基于1个供应商和1个平台商组成的供应链,通过考虑供应商的风险规避特性,建立了混合模式、转售模式以及代理模式下的均值-方差模型,研究了供应商风险规避下平台商的最优销售模式选择问题。研究发现:当佣金率较低时,无论供应商的风险规避程度大小,平台商应始终选择转售模式;当佣金率较高时,若供应商的风险规避程度较小,平台商应选择混合模式,若供应商的风险规避程度较大,平台商应选择转售模式。供应商的风险规避程度越大对自身越不利,但在转售模式下和混合模式的某些情形下对平台商越有利。当佣金率和供应商的风险规避程度在一定区间内时,平台商选择混合模式可以实现供应链成员的共赢。

基于互信息和K-means聚类的信息安全风险评估

针对信息安全风险评估训练数据少、求解最优值困难等问题,提出了基于互信息和K-means聚类的信息安全风险评估方法.用模糊评价法量化风险指标,通过互信息计算风险因素与风险等级之间的依赖性,找出风险度在每个等级的最优点作为K-means初始中心点,用K-means算法对数据分类.该方法实现简单且克服了K-means对初始值敏感和现有的信息安全风险评估方法求解最优值困难、结论模糊等缺陷.实验结果证明了其有效性.

老年患者急性肺栓塞后30天内死亡因素分析

目的探讨老年急性肺栓塞(APE)患者30 d内各种死亡影响因素,评估各因素在APE预后的预测价值。方法本研究采用回顾性分析,纳入2021年1月—2023年5月间于上海市静安区中心医院住院治疗的老年(年龄≥60岁)APE患者共88例。按发病时是否伴休克、低血压、心功能不全和心脏生物学指标升高等进行危险分层,并记录临床生命体征和实验室检查数据,随访患者确诊APE后30 d内的生存状态。按照患者30 d后存活与否分为存活组和死亡组,对比分析2组患者的各项数据。结果入选88例病例中,存活和死亡患者的年龄、平均心率、平均收缩压、平均血小板体积(MPV)、D-二聚体/纤维蛋白原比值(DFR)和肺血栓栓塞症危险分层存在差异,差异有统计学意义(P<0.05);单因素Logistic回归分析显示患者年龄、平均心率、下肢静脉血栓、MPV、DFR、肺血栓栓塞症危险分层是APE患者30 d内全因死亡的影响因素(P<0.05);多因素Logistic回归分析显示MPV、DFR和肺血栓栓塞症危险分层可作为APE患者30 d内全因死亡的独立预测因子(P<0.05)。此外,在老年APE患者30 d内全因死亡预测中,MPV、DFR和肺血栓栓塞症危险分层单独及三者联合诊断的受试者工作特征曲线(ROC)下面积(AUC)分别为0.762、0.839、0.821、0.926。结论MPV、DFR和肺血栓栓塞症危险分层可以作为老年APE患者短期预后的独立预测因子,三者评估对老年APE患者30 d内全因死亡具有较高的预测价值。