您的位置: 专家智库 > >

吴迪

作品数:4 被引量:12H指数:2
供职机构:中国地质大学经济管理学院更多>>
发文基金:国家自然科学基金国家社会科学基金中国地质大学(武汉)教学实验室开放基金更多>>
相关领域:建筑科学经济管理自动化与计算机技术环境科学与工程更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 2篇建筑科学
  • 1篇经济管理
  • 1篇自动化与计算...
  • 1篇环境科学与工...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇卷积
  • 2篇卷积神经网络
  • 1篇信号
  • 1篇语言处理
  • 1篇知识发现
  • 1篇企业
  • 1篇企业迁移
  • 1篇轻量
  • 1篇轻量级
  • 1篇情感
  • 1篇情感因素
  • 1篇区位
  • 1篇区位选择
  • 1篇自然语言
  • 1篇自然语言处理
  • 1篇文本
  • 1篇协同感知

机构

  • 4篇中国地质大学
  • 1篇中南民族大学

作者

  • 4篇吴迪
  • 1篇李彦军

传媒

  • 1篇管理世界
  • 1篇中国安全科学...
  • 1篇工程管理学报
  • 1篇土木工程与管...

年份

  • 1篇2024
  • 1篇2023
  • 1篇2022
  • 1篇2016
4 条 记 录,以下是 1-4
排序方式:
情感因素对企业迁移行为的影响研究被引量:9
2016年
企业迁移从本质上可以看作是一种经济行为,是企业追求利润最大化目标的一种战略手段。但是乡土情结、冒险精神、特殊区位偏好等情感因素在企业迁移中也起着不可小视的作用。本文通过企业的访谈与问卷调查数据,分析了情感因素在企业迁移中的作用。研究发现情感因素对企业迁移行为具有积极作用,但作用力小于政策与战略因素;冒险精神、特殊区位偏好和员工追随企业迁移的可能性是企业迁移行为发生的促进因素;乡土情结和个人成就感则是企业迁移行为的发生的阻碍性因素。
李彦军吴迪
关键词:企业迁移情感因素区位选择
建设工程事故文本的知识发现:以PPE类不安全行为为例
2024年
为了丰富建设工程领域的安全知识,从事故文本中挖掘和发现施工人员的不安全行为,以个人防护用品PPE类不安全行为为例,采用基于规则的自然语言处理方法,从事故文本中自动抽取此类不安全行为。从政府官网等收集195份建设工程事故调查报告作为文本挖掘语料,通过哈尔滨工业大学的语言技术平台LTP展开词法分析和依存句法分析,构建PPE类不安全行为的11条抽取规则并确定抽取流程。再以网络爬虫收集的427份事故调查报告展开实例应用,按照流程自动抽取PPE类不安全行为。结果表明:平均抽取准确率为94.70%,召回率为67.57%。研究能够为建设工程事故文本的知识发现提供理论启示和实践路径。
吴迪贾心雨韩博雯张先锋郭聖煜
关键词:知识发现自然语言处理
起重吊装风险协同感知智能装备研发与应用被引量:1
2023年
为解决起重吊装指挥-操作交互的高风险场景下,单一类型装备(如传感器、智能摄像头等)难以实时智能地识别吊装风险的问题,研发集成计算机视觉技术和传感器设备的起重吊装风险协同感知智能装备(简称智能装备)。首先分析起重吊装过程中指挥人员和起重机的运动特征;然后针对起重机驾驶员的误操作行为风险,结合人-机不同的运动特征和工作需求,提出智能装备的风险协同感知方案;最后在实验室模拟场景下检验智能装备的风险感知精度和延迟时间。结果表明:智能装备能够协同感知起重吊装指挥-操作交互过程中的安全风险,发现起重机驾驶员的误操作行为并实时报警。智能装备在该过程中的风险感知精度为95.17%,延迟时间约为0.25 s。
张淦郭聖煜周晓洁董依梦吴迪肖天龙
关键词:风险感知协同感知
基于MCN的起重吊装指挥手势信号自动识别被引量:2
2022年
为了消除起重吊装因指挥手势信号不规范、交流视野被遮挡、人员注意力不集中等产生的安全隐患,利用基于计算机视觉的混合卷积神经网络(MCN)方法,建立人-机交互高风险场景下起重吊装指挥手势信号识别模型,并提出指挥手势信号识别-确认机制。根据国家标准指挥手势信号的运动特点,选择MCN在起重吊装指挥手势信号数据集上进行训练,得到起重吊装指挥手势信号识别模型。起重机驾驶员对比模型识别结果与直接观察结果,判断是否进行相应的操作。选取五种指挥手势信号为例验证。结果表明:模型在多角度多距离下,平均识别准确率为97.13%,模型泛化能力较强。识别速度为36.9 ms,实际应用中平均帧数可达到27.1 fps,满足实时识别的需求。模型具有一定的实用性。
张淦周晓洁郭辰颢原毅璨吴迪郭聖煜
关键词:计算机视觉
共1页<1>
聚类工具0