突發(fā)事件一旦發(fā)生,往往會(huì)給人民群眾生命財(cái)產(chǎn)帶來(lái)巨大損失,給自然環(huán)境或社會(huì)環(huán)境帶來(lái)嚴(yán)重破壞。由于突發(fā)事件的突發(fā)性、復(fù)雜性、動(dòng)態(tài)性等特點(diǎn),傳統(tǒng)的“預(yù)測(cè)-應(yīng)對(duì)”應(yīng)急決策模式效果欠佳。為了進(jìn)一步降低突發(fā)事件發(fā)生的危害性,及時(shí)、有效地處置突發(fā)事件,“情景-應(yīng)對(duì)”型應(yīng)急決策模式逐漸被重視。然而,由于“情景-應(yīng)對(duì)”模式對(duì)情景信息的嚴(yán)重依賴性,能否及時(shí)、準(zhǔn)確地識(shí)別突發(fā)事件情景信息就成了決定應(yīng)急處置成敗的關(guān)鍵環(huán)節(jié)。為此,本文以突發(fā)事件情景識(shí)別為研究對(duì)象,研究突發(fā)事件情景信息構(gòu)成要素、情景信息需求生成、情景要素中的對(duì)象提取與表達(dá)、情景推演等關(guān)鍵技術(shù),具有重要的理論與現(xiàn)實(shí)意義。通過(guò)運(yùn)用扎根理論,確定了突發(fā)事件情景信息的構(gòu)成要素,包括致災(zāi)體、承災(zāi)體、外部環(huán)境、應(yīng)急資源以及應(yīng)急活動(dòng)5個(gè)一級(jí)要素和17個(gè)二級(jí)要素,明確了情景信息搜集的對(duì)象,并運(yùn)用解釋結(jié)構(gòu)模型分析了各個(gè)要素之間的邏輯關(guān)系與作用機(jī)制。根據(jù)突發(fā)事件情景信息獲取時(shí)間緊、數(shù)量大、粒度小、動(dòng)態(tài)性強(qiáng)等特點(diǎn),提出了基于事信映射原理的信息需求自動(dòng)生成方法及其匹配算法,實(shí)現(xiàn)了突發(fā)事件與信息需求模板的快速匹配,并據(jù)此構(gòu)建了突發(fā)事件情景信息搜集的流程,實(shí)現(xiàn)了搜集任務(wù)在不同搜集方式之間的自動(dòng)分配問(wèn)題。根據(jù)情景要素對(duì)象提取與表達(dá)的內(nèi)在邏輯,構(gòu)建了突發(fā)事件情景要素對(duì)象提取與表達(dá)模型,包括屬性數(shù)據(jù)預(yù)處理、部分對(duì)象的進(jìn)一步識(shí)別與提取、關(guān)鍵性屬性的確定以及情景要素表達(dá)等環(huán)節(jié)。在此基礎(chǔ)上,針對(duì)對(duì)象屬性數(shù)據(jù)的區(qū)間估計(jì)與多源沖突問(wèn)題,分別提出了基于區(qū)間數(shù)的多維不確定性數(shù)據(jù)的聚類(lèi)分析算法和基于先驗(yàn)知識(shí)的多源異構(gòu)數(shù)據(jù)的沖突解決算法;對(duì)于因?yàn)樘厥庠驘o(wú)法準(zhǔn)確識(shí)別與提取的情景要素對(duì)象,提出了目視解譯和計(jì)算機(jī)圖像處理的圖像數(shù)據(jù)中的對(duì)象識(shí)別與提取方法,并以地震中的致災(zāi)體為例,驗(yàn)證了方法的有效性;為了識(shí)別出對(duì)決策起關(guān)鍵性作用的對(duì)象屬性,提出了基于熵權(quán)法的情景對(duì)象關(guān)鍵性屬性確定方法,并以某天然氣管道爆炸事件為例,實(shí)證檢驗(yàn)了方法的可行性;最后,基于知識(shí)元理論視角,提出了突發(fā)事件情景要素的表達(dá)方法。通過(guò)從動(dòng)態(tài)視角把突發(fā)事件情景分為情景狀態(tài)(S)、應(yīng)急活動(dòng)(B)、外部環(huán)境(H)、應(yīng)急資源(M)四個(gè)關(guān)鍵要素,分析了突發(fā)事件情景發(fā)生與演化機(jī)理、規(guī)律以及路徑,并運(yùn)用動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)方法構(gòu)建了突發(fā)事件情景網(wǎng)絡(luò)與推演模型,實(shí)現(xiàn)了突發(fā)事件情景的再現(xiàn)與趨勢(shì)推演,并以2010年“7.16”大連輸油管道爆炸事件為例,實(shí)證檢驗(yàn)了上述模型的正確性與有效性。以上研究工作系統(tǒng)分析了突發(fā)事件情景識(shí)別的概念、內(nèi)容與主要環(huán)節(jié),針對(duì)情景信息構(gòu)成、情景信息需求生成、情景要素中的對(duì)象提取與表達(dá)、情景推演等關(guān)鍵環(huán)節(jié)分別提出了對(duì)應(yīng)的解決思路與方法,并以油氣管道爆炸事件為例,進(jìn)行了實(shí)證檢驗(yàn),進(jìn)一步豐富與拓展了突發(fā)事件應(yīng)急決策的理論與方法,對(duì)于及時(shí)有效處置突發(fā)事件,降低突發(fā)事件發(fā)生后的危害性,減少損失,具有重要的現(xiàn)實(shí)參考價(jià)值。
【學(xué)位單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2018
【中圖分類(lèi)】：TD77
【部分圖文】：

圖 4.5 三種分類(lèi)依據(jù)的分類(lèi)識(shí)別率從圖 4.5 可以看出，通過(guò)“顏色+紋理”作為分類(lèi)依據(jù)，具有較高的目標(biāo)識(shí)別率，均值應(yīng)該在 90%以上，從而說(shuō)明上述方法用于情景要素對(duì)象目標(biāo)提取的可行性。（2）圖像分割所謂圖像分割，是指根據(jù)一定的相似性準(zhǔn)則將圖像劃分成不同區(qū)域的過(guò)程，每個(gè)圖像區(qū)域均具有自身特性，并對(duì)感興趣的目標(biāo)進(jìn)行提取的一種技術(shù)方法，主要應(yīng)用于氣象預(yù)測(cè)、缺陷檢測(cè)、地質(zhì)勘查以及人臉識(shí)別等諸多領(lǐng)域，也可應(yīng)用于突發(fā)事件情景圖像的分類(lèi)處理。從本質(zhì)上看，自動(dòng)分類(lèi)方法主要用于宏觀目標(biāo)提取，粒度較粗；而圖像分割算法則更多用于微觀目標(biāo)的提取，粒度相對(duì)較小，是對(duì)自動(dòng)分類(lèi)后圖像的進(jìn)一步劃分。換言之，自動(dòng)分類(lèi)是對(duì)不同圖像進(jìn)行歸類(lèi)，而圖像分割是對(duì)某一圖像樣本的不同區(qū)域進(jìn)行分割歸類(lèi)。圖像分割常用算法如下：① 閾值分割閾值分割在早期應(yīng)用較多，一般用于灰度影像的分割。首先，將影像區(qū)分為目標(biāo)對(duì)象和背景像素，閾值分割的重點(diǎn)在于確定這兩者之間的界限。有多種方法確定界限，例如最大熵法[170-173]、最大類(lèi)間方差法[174-176]、交叉熵法[177-178]、最小誤差法[179-180]等。當(dāng)
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王寧;劉海園;;基于知識(shí)元的突發(fā)事件情景演化混合推理模型[J];情報(bào)學(xué)報(bào);2016年11期

2 王循慶;李勇建;孫華麗;;基于情景推演的群體性突發(fā)事件演化博弈分析[J];管理科學(xué);2015年06期

3 李懷明;劉嬌;葉鑫;;基于情景的非常規(guī)突發(fā)事件決策流程生成方法[J];系統(tǒng)管理學(xué)報(bào);2015年06期

4 王剛橋;劉奕;楊盼;楊銳;張輝;;面向突發(fā)事件的復(fù)雜系統(tǒng)應(yīng)急決策方法研究[J];系統(tǒng)工程理論與實(shí)踐;2015年10期

5 于峰;李向陽(yáng);孫欽瑩;;突發(fā)事件情景應(yīng)對(duì)案例庫(kù)族譜設(shè)計(jì)[J];系統(tǒng)工程理論與實(shí)踐;2015年10期

6 金欣;宗士強(qiáng);李友江;吳姍姍;閆晶晶;;面向大數(shù)據(jù)基于知識(shí)的決策信息需求動(dòng)態(tài)生成方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2015年07期

7 王蘭成;;基于網(wǎng)絡(luò)輿情分析的突發(fā)事件情報(bào)支援研究[J];情報(bào)理論與實(shí)踐;2015年07期

8 金欣;牟蘇斌;宗士強(qiáng);吳姍姍;李友江;;知識(shí)驅(qū)動(dòng)的事信映射方法[J];指揮信息系統(tǒng)與技術(shù);2015年03期

9 陳業(yè)華;楊娜;宋之杰;;非常規(guī)突發(fā)事件情景-應(yīng)對(duì)的多維情景熵研究[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2015年12期

10 葉光輝;李綱;;多階段多決策主體應(yīng)急情報(bào)需求及其作用機(jī)理分析——以城市應(yīng)急管理為背景[J];情報(bào)雜志;2015年06期

相關(guān)博士學(xué)位論文 前3條

1 陳玉芳;情景應(yīng)對(duì)型高校社會(huì)安全突發(fā)事件應(yīng)急準(zhǔn)備體系構(gòu)建研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

2 劉宇;突發(fā)事件情景信息獲取與分析的關(guān)鍵技術(shù)研究[D];武漢大學(xué);2015年

3 夏登友;基于“情景—應(yīng)對(duì)”的非常規(guī)突發(fā)災(zāi)害事故應(yīng)急決策技術(shù)研究[D];北京理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前3條

1 趙云鋒;非常規(guī)突發(fā)事件的應(yīng)急管理研究[D];復(fù)旦大學(xué);2009年

2 孫斌;基于情景分析的戰(zhàn)略風(fēng)險(xiǎn)管理研究[D];上海交通大學(xué);2009年

3 王東;面向決策的應(yīng)急信息資源關(guān)系及其元數(shù)據(jù)模型[D];大連理工大學(xué);2008年

本文編號(hào)：2856655