隋鹏程安全原理系列讲座之十三 事故序列信息论（之四）

皮特森(Petersen)模型在人失误致因分析中,菲雷尔(R·Ferrell)认为,作为事故原因的人失误的发生,可以归结为下述三个方面的原因: 1.超过人的能力的过负荷。 2.与外界刺激要求不一致的反应。 3.由于不知道正确方法或故意采取不恰当的行为。在这里,过负荷指在某种心理状态下的承受能力与负荷不适应。负荷包括操作任务方面的负荷、环境负荷、心理负荷(担心、忧虑等)及立场方面的负荷(态度是否暧昧、人际关系如何等)。人的承受能力取决     

超高层建筑风致响应中的数据挖掘

超高层建筑的风致响应问题已经越来越受到人们的重视.应用数据挖掘技术对广州中信广场大厦的实测数据进行了分析,并对该原型实测风致响应中的时间序列数据进行了相似性挖掘,发现了一些特征和规律,对该问题的进一步研究具有一定的参考价值.     

隧道渗涌水量的随机模型预测

渗涌水问题是常见的隧道病害 ,是影响隧道正常使用 ,危及行车安全的重要因素。因此 ,科学地预测隧道涌水量大小 ,是制定最优防治水方案 ,确保安全通车的关键。笔者以大瑶山隧道渗涌水量的实测数据为基础 ,应用随机过程的理论和方法 ,建立了隧道渗涌水量的平稳序列预测模型 ,并将预测值与实测结果进行了对比 ,比较吻合。     

Mann-Kendall检验及其在河流悬沙浓度时间序列分析中的运用

探讨了Mann-Kendall非参数秩次相关检验在时间序列分析方面的应用,并以云南省文山州盘龙河为例,把它运用到河流悬沙浓度时间序列的趋势分析和突变分析研究中。结果表明：①M-K检验同样适用于河流悬沙浓度的趋势与突变分析;②盘龙河自20世纪60年代初至90年代末河流悬沙浓度一直表现为波动上升趋势,1999年后有下降的迹象;③盘龙河的河流悬沙浓度自20世纪60年代以来存在着两个明显的突变点,其一在1973年,其二在1999年。     

关联维数在机械设备故障诊断中的应用研究

研究了混沌与分形的特征参数———关联维数的计算方法和参数的选择。以滚动轴承在正常、外圈故障、滚动体故障、内圈故障4种状态下的信号特征为标准样本,以其运行的实测信号为例,对时域信号进行了频谱分析,并进一步进行了关联维数分析。通过对滚动轴承振动信号的关联维数分析,证明了该轴承在4种不同标准状态下具有明显不同的关联维数特征。因此,按照相关性的大小,就可诊断出实测信号属于外圈故障状态信号。研究结果表明,关联维数分析方法在设备状态监测与故障诊断中,尤其是在非线性系统的故障诊断中显示出其独特的优势,具有较为广阔的应用前景。     

水稻花药特异表达启动子的克隆与活性检测

植物雄性器官特异表达启动子的克隆是作物杂种优势利用分子育种的基础.根据水稻花药特异表达RA8基因序列设计引物,从水稻(Oryza sativa L.)品种日本晴中克隆得到水稻花药特异表达基因RA8启动子Tsp2,该启动子为RA8基因翻译起始位点上游828 bp的片段,具有启动子特征序列TATA盒TATAAATA和真核生物启动子特征序列CAAT框,与RA8启动子的核苷酸序列同源性为97%.利用该启动子与报告基因GFP构建植物表达载体p1304-rap,采用基因枪法转化烟草花药,通过GFP的瞬时表达证明该启动子具有花药特异启动子活性. 图5 参9     

近江牡蛎等7种养殖鱼虾贝类参照基因β-肌动蛋白cDNA序列的克隆与比较分析

为进一步研究水产养殖动物功能基因的表达调控,采用RT-PCR及RACE法,分离、克隆了近江牡蛎(Crassostrea ariakensis)肝脏β-肌动蛋白基因cDNA全序列.结果表明,近江牡蛎β-肌动蛋白基因cDNA全长1343bp,其中5′、3′非翻译区(UTR)分别长68bp、144bp,开放阅读框(ORF)为1131bp,编码376个氨基酸.实验同时成功获得了中华圆田螺(Cipangopaludina cahayensis)、日本沼虾(Macrobrachium nipponensis)、斑鳢(Channa maculata)、胡子鲶(Clarias fuscus)、鳙鱼(Aristichthys nobilis)、鲮鱼(Cirrhinus molitorella)6种重要淡水养殖动物肝脏β-肌动蛋白基因cDNA的核心序列及氨基酸序列.所获基因与其它动物类群的β-肌动蛋白基因氨基酸同源性高达96%以上,表明软体类、节肢类、鱼类、两栖类、鸟类和哺乳类等不同类群动物β-肌动蛋白基因在生物进化过程中高度保守.系统发育分析显示软体类、节肢类、鱼类、两栖类、鸟类和哺乳类脊椎动物β-肌动蛋白分类与传统的分类基本一致.     

高盐度采油废水石油降解菌株的筛选及鉴定

从采油废水生物处理装置活性污泥中筛选得到两株高盐度采油废水石油降解菌(JZ3和JZ4),对其生长特性和除油能力进行了试验研究,并对其进行了分子生物学鉴定。结果表明:JZ3的最佳生长条件为温度40℃、pH值7.0、转速110r/min、接种量3%,JZ4的最佳生长条件为温度40℃、pH值6.0、转速130r/min、接种量3%;在最佳生长条件下,将菌株JZ3和JZ4接种到实际含油废水中108h后,对采油废水中石油类污染物的去除率分别达到62.1%和61.4%;经生理生化特性试验和16SrRNA序列分析鉴定,JZ3为Pseudomonas pachastrellae,JZ4为Pseudomonas sp.(假单胞菌属)。     

基于注意力机制优化的LSTM河流溶解氧预测模型研究

溶解氧(DO)是水体中的重要水质指标,构建数据驱动模型,实现对溶解氧的准确预测,将为水环境管理提供科学有效的技术手段. 考虑到溶解氧序列数据非线性强、非平稳性突出的特点,提出一种基于双阶段注意力权重优化机制的长短时记忆网络(long short-term memory, LSTM)的河流溶解氧预测模型(DAIW-LSTM模型),该模型的编码器包含双阶段权重优化的空间注意力机制,而解码器包含双阶段权重优化的时间注意力机制. 将该模型应用于流溪河流域白云李溪坝、流溪河山庄、从化街口等水质监测站溶解氧日均值预测的研究,开展了该模型与DA-LSTM、LSTM、Bi-LSTM等基线模型的预测效果对比分析,探讨了特征权重优化机制及上游站点水质数据输入对模型预测性能的影响. 结果表明:①通过与基线模型的预测效果对比,验证了DAIW-LSTM模型的精准性,其对白云李溪坝站溶解氧预测的对称平均绝对百分比误差(SMAPE)、平均绝对误差(MAE)、均方误差(MSE)分别为0.075、0.611、0.712,在所有模型中最优. ②对于新的注意力权重优化机制,第二阶段会对第一阶段的初步权重进行优化修正;针对pH、电导率、水温、气温等影响溶解氧预测的重要特征,DAIW-LSTM模型会自适应调整其权重在时间序列上的分布,从而提高该模型的预测精度. ③加入上游水质特征的输入影响,通过9个组合试验对比可知,DAIW-LSTM模型仍然为表现最佳的模型,该系列组合试验也证明上游站点及其特征变量选取的重要性. 研究显示,注意力权重优化机制的引入使得该模型相较其他基线模型展现出更好的适用性和精准性,可为地表水水质预测研究提供新思路.      

中国艾比湖湿地识别及其时空动态变化

在资料稀缺的背景下,遥感数据是提供湿地系统长时间序列的理想方案。然而面向“一带一路”沿线地区复杂下垫面,国家级湿地缺乏系统的长时序梳理。利用Landsat系列数据,基于随机森林分类模型,研究近30年中国典型尾闾湖湿地的时空分布模式、空间转换规律和景观连通性。结果表明：随机森林算法在艾比湖湿地分类应用中取得较高精度（Kappa系数大于0.9）。1991—2017年艾比湖湿地总面积增加425.06 km²,河流增加47.97 km²,湖泊增加233.95 km²,人工湿地增加48.74 km²,盐沼增加109.41 km²,沼泽减少15.01 km²。艾比湖湿地年内时空变化显著,年内季节间盐沼转化率最大,湖泊年内逐渐缩小,主要转化为沼泽。此外,艾比湖湿地空间连通性理想度排序为：春季>夏季>秋季,湿地景观连通性取决于较大面积的湿地斑块,连通效率东移。相关结果可弥补稀缺资料区基础湿地资料,为“一带一路”地区生态补水长效机制提供典型示范。