近日，中国矿业大学李爽教授团队在趋势预测技术领域取得最新研究进展，成功发明“基于双重指标聚型的工人不安全行为趋势预测方法与系统”。该技术目前已通过实践应用验证，为实现煤矿安全生产行为的精准预测与主动防控提供了突破性解决方案。

作为国内应急管理研究的领先团队，李爽教授团队长期致力于安全生产与应急管理前沿技术的研发与落地。团队科研成果已在全国十余个省份、数千家企事业单位得到成功应用，显著提升了企业安全生产管理的科学化与精细化水平。

本次攻克的新技术聚焦煤矿工人不安全行为的前瞻性预测这一行业痛点问题。创新性地采用双重指标聚类体系，结合基础风险指标与动态行为风险指标，通过K-means聚类与贝叶斯判别模型的融合分析，大幅提高对个人、班组及区队多层次不安全行为趋势预测的准确度，进而为制定针对性安全教育计划和管控措施提供科学依据。

该技术的核心突破在于解决了行业内长期存在的、多源异构风险指标融合预测方面的技术瓶颈，实现了静态基础数据与动态行为数据的协同分析，大幅提升了预测模型的适用性与准确性。这一技术不仅适用于煤矿行业，也可扩展至非煤、电力、化工等高危行业领域，具有广泛的应用前景。

目前，该项技术已经成功获批国家发明专利。下一步，团队将继续深化与企业的产学研合作，推动新技术、新成果在更广泛行业领域落地应用，为我国安全管理工作贡献更多科研力量。