EPTSMElectric Power Technology and Safety Management2997-34732997-3503Art and Technology10.61369/EPTSM.2025100016Article基于朴素贝叶斯的智能安全带设计https://artdesignp.com/journal/EPTSM/2/10/10.61369/EPTSM.2025100016雷济坤,陈国军,周渊,张延伟,张明20252102025-10-20在发电行业与建筑行业的登高作业中，坠落事故长期居于安全事故首位。传统安全带虽可提供物理防护，但无法实时感知使用状态，也不能自动识别违规行为与潜在风险。针对这一问题，本文提出一种基于朴素贝叶斯分类模型的智能安全带设计方法。通过在安全带上集成多种传感器（陀螺仪、加速度计、惯性测量单元），实现登高作业人员多维姿态、受力与环境状态的实时监测，为登高作业的智能防护与安全管理提供了一种可行解决方案。朴素贝叶斯,安全带,传感器,安全防护

[1]林穿,徐启峰,黄奕钒.基于事理图谱的电力安全事故预控方法[J].中国安全生产科学技术,2021,17(10):39-45.[2]王圣宾.基于人工智能的登高作业智能安全带监护仪持续监测系统[J].电子设计工程,2025,33(13):166-170.DOI:10.14022/j.issn1674-6236.2025.13.035.[3]曹捷,郭志彬,潘立志,等.高空作业场景下的安全带穿戴检测[J].湖南科技大学学报(自然科学版),2022,37(01):92-99.DOI:10.13582/j.cnki.1672-9102.2022.01.013.[4]吴立增,朱永利,苑津莎.基于贝叶斯网络分类器的变压器综合故障诊断方法[J].电工技术学报,2005,(04):45-51.DOI:10.19595/j.cnki.1000-6753.tces.2005.04.008.[5]施巍松,孙辉,曹杰,等.边缘计算:万物互联时代新型计算模型[J].计算机研究与发展,2017,54(05):907-924.[6]钱志鸿,王义君.面向物联网的无线传感器网络综述[J].电子与信息学报,2013,35(01):215-227.[7]陈炜,佟丽娜,宋全军,等.基于惯性传感器件的跌倒检测系统设计[J].传感器与微系统,2010,29(08):117-119+125.DOI:10.13873/j.1000-97872010.08.043.