手机定位人口数据在应急救援中的应用

随着智能手机的普及,基于手机定位的人口数据在突发性灾害应急救援领域发挥着日益重要的作用。以近几年地震灾区为主要研究对象,选择灾区中有代表性的旅游景区、县城及乡镇,获取这些区域手机定位的人口数据,同时采用传统方法估算区域内人口数量,并进行差异性对比。研究结果表明:差异性最大的是旅游景区、其次是县城和乡镇;在人口年度变化上,旅游景区的人口在7、8月份达到高峰,乡镇人口高值区出现在2月份,县城人口年度差异无明显规律。     

2005-2019年我国重特大安全生产事故特征分析

为探究我国重特大安全生产事故特征,选取2005-2019年国内852起重特大事故作为研究对象,基于Python编程语言针对重特大事故发生的年份、季度、月份、工作日与非工作日、地域特征进行分析.结果表明:2005-2019年,国内重特大安全生产事故起数和死亡人数均在不断下降;第四季度发生重特大事故最多,而第三季度平均每起事故造成的死亡人数最多;重特大事故数量和死亡人数随月份显示出反复波动的趋势,均呈现3个"^",形;工作日期间发生的重特大事故数量最多,非工作日平均事故率最大;国庆节是重特大事故发生最多的节假日;贵州、湖南、山西、云南、河南等省份"十四五"期间需要重点加强安全和应急管理.     

大数据解析技术在大气环境监测中的应用研究

针对近年来新兴的大数据及挖掘、分析技术,对大数据解析技术在环境科学研究中的应用进行了分析和探析。以城市局部地区大气细颗粒污染物PM2.5浓度计算为例,筛选了PM2.5浓度历史数据、气象条件、交通状况、人群活动情况、网格道路状况等数据为影响特征量,分析了用神经网络法进行大数据解析和推演的原理和数学过程,是用数学、计算机、统计等方法研究解决多元、非线性复杂环境问题的一种新的探索。     

我国某铁路局2005-2014年行车事故分布规律分析

针对我国某铁路局行车事故多发情况,从事故等级分布、类型分布、原因分布、时间分布、空间分布等多个方面对2005-2014年1 784起铁路行车事故进行综合统计分析,得出了近10年该铁路局行车事故的分布规律.一般D类事故1 008起,占事故总数的85％,是铁路行车事故的绝对主要等级;延误事故1 059起,占事故总数的59.4％,是铁路行车事故的主要类型;设备原因行车事故1 185起,占事故总数的66.42％,是铁路行车事故的绝对主要原因.铁路行车事故在年、月、日、时上的高峰期分别为2006年(293起)、8月(180起)、周五和周天(267 +288起)、14:00-16:00(184起),分别占事故总数的16.4％、10.1％、31.1％、10.3％.车站铁路行车事故978起,占事故总数的54.8％;其中四等站事故最多为345起,占车站事故总数的35.3％,特等站事故次之为187起,占车站事故总数的19.1％.     

换流变压器非故障时乙炔超标原因分析及改进

针对换流变压器非故障时乙炔含量超标导致影响变压器状态分析的问题，通过对潜油泵异常放电、有载分接开关油室泄漏和极性开关动作产气等方面原因进行具体分析，结合有载分接开关极性开关的动作产气机理，提出了极性开关频繁动作对乙炔含量的影响及对策，为其他厂站换流变压器的隐患排查、运维检修和故障分析等方面提供参考。     

高速公路数据海量 大数据分析有可为

截止到2014年,中国高速公路通车总里程达11.195万公里,管理和监控难度又上了一个新的台阶。目前IT技术、智能视频技术、信息技术、传感技术及计算机技术的有效集成应用,为高速公路监控体系带来了极大的便利,大大提升了高速公路管理、服务、收费、监控的效率。同时,在整个体系的运行过程中,各个系统也产生了大量的数据,怎样管理如此庞大的数据量,怎样甄别有效数据和无效数据,怎样高效     

大数据环境下企业安全绩效管理的基础性问题*

为明晰大数据对安全绩效管理的影响，把握信息时代下企业安全绩效管理的研究方向，基于大数据时代下安全绩效管理内容，阐述数据驱动下安全绩效管理的应用优势，探讨数据驱动下安全绩效管理的研究变革，剖析大数据环境下企业安全绩效管理的数据流向，构建数据驱动下安全绩效管理的框架模型，并提出数据驱动下企业安全绩效管理应用对策。结果表明:基于大数据的安全绩效管理有助于提升企业安全管理水平，也为安全生产系统优化提供理论依据。     

对完善动火作业机制建设的思考

通过分析动火作业的火灾危险性和火灾原因,思考如何提高动火作业的安全系数,从内部入手引导企业严格落实主体责任,严格执行法律法规关于动火作业的明确规定,从外部入手帮助监管部门及时掌握动火作业的有关信息,监督指导企业落实各项规定,提高监管的科学性和效率,从机制保障上最大程度降低违法违规动火作业引发火灾的可能性。