【技术实现步骤摘要】
一种执行海警任务过程中受伤预测方法和系统
[0001]本专利技术涉及受伤预测
,尤其涉及一种执行海警任务过程中受伤预测方法和系统。
技术介绍
[0002]武警海警是我国维护国家海洋权益和海上治安秩序的海上执法力量,担负着重点岛礁值守、特定海域监管、海上安全保卫、管辖海域巡航、日常海上执法、突发事件处置、涉外执法合作、联合军事行动等八大重要任务。海警官兵执行的任务会具有一定的危险性,例如稽查走私、海上维权等,这导致海警官兵会受到炸伤、枪弹伤的威胁。在受伤后,又因海上特殊的地理位置无法得到有效的救治,损失较大。
[0003]为了有效的避免伤的发生,需要量化影响每种伤的危险因素的重要性。目前我国已经存在一些对海警执行任务中所发生的伤的数据统计和研究,但多数停留在传统统计方法,不能有效对执行任务中受伤进行预测。
技术实现思路
[0004]有鉴于此,本申请提供了一种执行海警任务过程中受伤预测方法和系统,以缓解现有技术中存在的不能有效对海警任务执行过程中的受伤进行预测的技术问题。
[0005]第一方 ...
【技术保护点】
【技术特征摘要】
1.一种执行海警任务过程中受伤预测方法,其特征在于,包括:基于历史海警任务信息,确定海警所执行的任务集合和在执行任务过程中的受伤集合;基于随机森林算法对任务集合于每种伤的影响进行重要性分析,确定每种伤与任务集合中的任务的目标对应关系;基于所述历史海警任务信息和所述目标对应关系,构建目标训练集;基于K近邻模型和所述目标训练集,对执行目标海警任务过程中的受伤进行预测。2.根据权利要求1所述的方法,其特征在于,基于随机森林算法对任务集合于每种伤的影响进行重要性分析,包括:基于所述任务集合和信息熵最小属性,构建每种伤对应的决策树;所述信息熵的计算算式如下:通过如下计算算式计算目标任务的重要性:其中,H(X)表示当前数据集合X的信息熵,i代表数据的类别序号,p
i
代表第i类数据在当前数据集合中出现的概率;E1表示所述目标任务未加入随机噪声干扰时单棵决策树预测对应伤的准确度,E2表示所述目标任务加入随机噪声干扰时单棵决策树预测对应伤的准确度,n为每种疾病对应的决策树的总数。3.根据权利要求1所述的方法,其特征在于,所述方法还包括:采用网格搜索的方法优化所述K近邻模型的超参数。4.根据权利要求1所述的方法,其特征在于,基于K近邻模型和所述目标训练集,对执行目标海警任务过程中的受伤进行预测,包括:基于所述K近邻模型,计算所述目标海警任务与所述目标训练集中每个任务之间的距离;基于与所述目标海警任务的距离最近的k个任务所对应的伤病,预测在执行所述目标海警任务过程中受到每种伤的概率;k为预设参数。5.一种执行海警任务过程中受伤预测系统,其特征在于,包括:确定模块,分析模块,构建模块和预测模块;其中,所述确定模块,用于基于历史海警任务信息,确定海警所执行的任务集合和在执行任务过程中的受伤集合;所述分析模块,用于基...
【专利技术属性】
技术研发人员:王振国,苏彬,王启栋,李正超,胡金朋,陈孝储,
申请(专利权)人:中国人民武装警察部队特色医学中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。