一种基于混沌和魔方的数字图像置乱算法

在现有数字图像置乱算法的基础上,分别分析了这些算法存在的不足,详细介绍了混沌序列及其优点。在介绍魔方玩法的基础上,指出可以把对魔方的初始置乱理解成加密过程,并分析魔方的加密原理在数字图像置乱中应用的可能性。并设计了一种结合混沌和魔方优点的数字图像置乱算法。该方法将图像的行列和对角线定义成魔方变换的旋转面,将对魔方的旋转定义成旋转面的循环移动。置乱过程先根据密钥产生混沌序列,再由混沌序列控制魔方变换进行图像置乱。通过与其他算法的实验对比,表明该算法有较好的图像置乱效果,达到了对图像进行置乱的目的。分析表明,该算法的时间复杂度较低,安全性较高,满足实际的应用需要。     

煤矿生产系统干扰事件的离散小波变换检测

小波变换常用于数字信号传输的噪声检测与处理,为了检测煤矿生产系统中的突发事件,将其模拟为数字信号传输中的干扰,构建系统稳态方程和对应的扰动方程,根据离散小波变换原理,将煤矿生产系统中的监测数据分解为近似部分和细节部分,再进行离散变换。采用多尺度边缘检测法,由光滑后的一阶和二阶导数检测出信号的模极大值点即为瞬态突变点。将A矿记录到的瓦斯浓度监控数据进行可行性分析后,在MATLAB的wavelet工具中对该瓦斯浓度监控数据作离散小波变换,找到四个瓦斯浓度瞬态突变点,那么这四个时刻发生了煤与瓦斯突出事件。结果表明该方法简单、实用性强。据此从计算机实时监控和现场技术防突方面提出应对煤矿干扰事件的措施。     

数字水印技术在古典家具数字博物馆版权保护中的研究

近年来,古典家具越来越受到人们的青睐。但是目前还未见有关针对古典文物家具数字博物馆的相关研究报道。本文首先介绍了数字博物馆的特点以及所构建的明清古典文物家具数字博物馆,然后运用基于混沌理论的Logistic映射置乱方法对水印图像进行加密,以及变换域算法中基于DCT域的数字水印方法对数字博物馆的数字图像进行了版权保护,并利用Matlab软件进行水印图像的嵌入、提取和检测实验,取得了较好的效果,说明数字水印技术在文物家具图像版权保护方面具有很好的作用。     

类似一次一密的复合混沌音频隐藏方案

基于离散混沌映射3D-Lorenz系统和Arnold猫映射,设计了一种利用复合混沌系统实现音频信息隐藏的通信方案。该设计方案将3D-Lorenz系统与Arnold离散猫映射组合产生的混沌码具有良好的伪随机性,该混沌流密码系统是完善保密系统,具有类似一次一密的功能,具有较高的安全性。数值模拟表明了算法的有效性和可靠性。     

基于Arnold变换及混沌加密的遥感影像机密信息隐藏研究

目前数字水印技术已经相当成熟,但是鲜见关于遥感影像机密信息隐藏技术的报道。遥感影像中有些机密信息对没有权限的用户是不可见的,因此我们需要使用信息隐藏技术将其中的机密信息隐藏起来。本文提出了一种基于Arnold变换及混沌加密的机密信息隐藏算法,该算法首先使用Arnold变换和混沌加密技术对机密信息进行加密处理,然后采用基于DWT变换的信息隐藏算法将机密信息隐藏到伪遥感影像中。实验结果表明本算法对遥感影像机密信息可进行有效的隐藏,保护了机密信息的安全,由此可以看出信息隐藏技术在遥感影像机密信息安全方面有很重要的作用。     

公众风险感知的定量计算方法与应用研究

结合风险感知影响因子的研究,通过对风险的概念性剖析,将客观与主观性概念相整合提出了一个相对简单,但具有较强应用性的方法并应用于风险感知的定量化研究中.模型是通过定量的方式表达出人们的风险厌恶和风险接受等心理上的风险特征.该方法整合了个体风险效率Reff和相对感知影响因子(PAF)的权重平均值,模型的核心理念是基于心理测量范式方法.在模型中给每一个PAF分配1个相关权重以代表其影响力大小.权重值的量化过程通过目标一组的方式(如专家、大众)或者心理测量范式的方法进行.对可选择性的PAF生成过程与权重值的计算方法进行了详细阐述.同时,利用专家工作组的数据进行了真实性检验.检验结果表明:模型能够应用于标准化与技术性的个体风险感知定量分析,如用于改善并加强专家与大众之间的风险沟通,减小他们之间的风险感知差异等;另外,该方法能够解释风险感知水平的差异是如何形成的,但并不能解释为什么形成了这样的差异.该结构化的计算模型的建立过程既没有过多地考虑社会-文化因子,也没有考虑历史背景,因为这两个影响因子的影响是十分微弱的.     

区域VOCs聚集态势RF-LSTM智能感知方法

为了提高VOCs质量浓度预测精度,实现VOCs聚集态势感知,采用RF-LSTM方法提出了基于浓度预测的VOCs聚集态势感知法,简称聚集态势感知法,该方法将态势感知的概念引入VOCs研究,将区域VOCs聚集态势直观展示出来。首先在区域网格划分的基础上利用距离平方反比进行空间插值,收集区域VOCs数据信息;其次利用随机森林结合长短时记忆神经网络对网格VOCs质量浓度进行预测;最后根据预测结果计算VOCs聚集态势值,并将态势感知结果可视化。以西安市某区为例进行VOCs质量浓度预测及VOCs聚集态势感知,结果表明：与RF模型、LSTM模型相比,RF-LSTM模型减少了输入变量,实现了VOCs质量浓度预测模型输入参数的优化,降低了预测模型的复杂度,提高了预测精度,得到RF-LSTM模型的平均绝对误差、均方根误差、平均绝对百分比误差分别为6.24、9.75、10.36%;VOCs聚集态势感知能够对区域VOCs聚集的发展趋势和状态进行可视化,传达了更多的信息,具有一定的实用价值。因此,该聚集态势感知方法可以为区域VOCs污染防治和预警提供决策支持。     

重特大事故的离散幂律分布——以煤矿事故为例

研究近年来我国每起煤矿重大和特别重大事故死亡人数统计数据,建立其概率分布模型。基于极大似然法和柯尔莫哥洛夫一斯米尔诺夫检验方法（K-S方法）估计我国煤矿重大和特别重大事故离散幂律分布的参数,并采用MonteCarlo方法随机生成大量的检验样本,对其进行K-S方法拟合优度检验。结果表明在统计学意义上我国煤矿重大和特别重大事故死亡人数比高斯分布的值大得多,服从标度指数为2．72的离散幂律分布。     

基于安全混沌学的危化品道路运输系统风险评价研究

针对危化品道路运输系统的复杂性与模糊性,采用安全混沌学理论开展风险评价有利于危化品道路运输系统的风险预防与控制。基于混沌模型与耗散结构理论,构建以“人-物-车-环”为要素的危化品道路运输系统的混沌模型。结合危化品道路运输系统的风险辨识结果,利用突变级数法以及模糊综合评价法,对危化品道路运输系统进行多层次分析与计算,确定系统的总突变隶属函数值以及系统安全等级,并进行了应用实例研究。结果表明,基于安全混沌学的危化品道路运输系统风险评价模型具有较好适用性与可操作性。基于安全混沌学的危化品道路运输系统风险评价研究,拓展了安全混沌学理论的应用范围,丰富了危化品道路运输系统的风险研究内容。     

基于小波和混沌优化LSSVM的周期来压预测

采煤工作面的液压支架是承受顶板压力的主体结构,选择支架的主要根据是其将要承受的周期来压荷载。为预测周期来压,构建了基于小波和混沌优化的最小二乘支持向量机(LSSVM)方法。该方法利用小波分解技术将所选的样本集数据分解成不同频率的分量,基于混沌理论对分量相空间进行重构。各重构分量分别使用LSSVM模型进行训练,其中LSSVM预测模型的参数由混沌粒子群算法进行优化。最后,将各LSSVM模型得到的预测分量进行小波重组得到完整的周期来压荷载预测波形。通过在重构时的计算发现,在某周期下,荷载的时序序列有一定的混沌性。与其他3种模型进行比较,基于小波和混沌优化LSSVM的预测模型得到的最终荷载波的精度更高,收敛性也较好。     

基于案例推理的大型养路机械故障诊断系统

为实现铁路大型养路机械(简称"大机")故障的智能检索和诊断,使用基于案例推理(CBR)的思路分析和设计用以实现这些目的的系统。阐述案例的表示和构建方法。提出捣固车的故障案例模型构建方法。设计捣固车故障诊断的CBR系统。给出带权值的k-近邻法的案例相似性检索方法。提出大机故障诊断智能决策系统,采用定性和定量检索相结合的方法。故障诊断系统能够进行案例的定性、定量和混合检索。用捣固车的具体故障案例,验证所设计的系统的可行性。诊断系统检索得到的故障类型与依据现场采集的数据判定的故障类型基本一致,能够进行案例调用和修改。     

煤矿作业人员系统风险知觉能力量化分析

为了定量分析煤矿作业人员风险知觉能力,采用Wickens模型分析风险知觉能力和人因失误作用关系,基于此,结合模糊痕迹理论,提出了基于三角模糊数的信号检测理论,从危险信号辨识敏感性(α)和反应偏好(β)两个指标对煤矿作业人员风险知觉能力进行评价。以某煤矿机电作业人员为例,设计调查问卷,并利用基于三角模糊数的信号检测理论对机电作业人员风险知觉能力进行分析。结果表明,所提出方法可用于评价煤矿井下作业系统中人员的风险知觉能力,能为提升煤矿作业人员风险知觉能力提供参考。     

考虑颜色特征最优组合的CART决策树火灾图像识别方法*

针对火灾图像识别过程中颜色特征数量多、特征间相关性复杂、难以在多维特征融合过程中有效融合图像颜色特征等问题,提出1种考虑颜色特征最优组合的CART决策树火灾图像识别方法。首先,在Lab、RGB、HSV 3种色彩模式下基于图像颜色特征提取火灾图像特征序列;其次,分别在3种色彩模式下基于精细决策树与特征随机排列组合方法提取颜色特征中最优组合特征;最后,将提取的火灾图像最优组合特征序列作为CART决策树输入进行模型训练,并通过测试样本以及其他机器学习方法进行模型泛化能力的分析。研究结果表明:本文方法寻找出识别火灾图像的最优颜色特征组合为“Kb1+Var1+Kg+Kb2+Var2+Kh+Ks+Kv”;CART决策树方法对于火灾图像识别的测试准确度可达84.5%,其分类效果明显优于其他决策树类与集成树类方法;9折为最佳交叉验证折数,其测试准确度可达86.47%,与5折交叉验证相比明显提升14.77%。研究结果可为火灾图像识别提供方法基础。     

基于YOLOv3的电网作业人员安全帽佩戴检测

为了有效监测电网作业人员不规范佩戴安全帽行为,提出1种基于YOLOv3的电网作业现场安全帽佩戴检测方法.针对安全帽佩戴规范性问题,构建正确佩戴、不正确佩戴和未佩戴安全帽3种情况下的图像样本库;并利用该数据库对YOLOv3模型进行训练与测试,结合模型参数、样本比例及算法对比分析,开展电网作业人员安全帽佩戴检测算例.结果表...     

可拓综合评价在燃气系统泄漏事故应急救援中的应用

燃气系统发生泄漏,如不能及时有效进行应急救援,极易引发严重的事故后果,因此,准确确定应急响应等级,进行有针对性的救援工作是控制燃气系统泄漏事故后果严重性的关键。从众多影响因素中,分析并确定了影响燃气系统泄漏事故后果严重性的主要因素,对各因素严重程度进行了等级划分。引入了可拓工程方法,建立了燃气系统泄漏事故后果严重性可拓综合评价模型,阐述了评价步骤和方法。当各影响因素分属不同等级时,根据所建模型能综合确定燃气系统泄漏事故后果严重性等级,依此进行事故应急救援分级响应。该方法能够克服人为评判失误,有利于指导有效事故救援,控制事故影响范围。运用该模型对一事故案例进行了计算,计算结果表明此方法用于确定应急救援响应等级是可行的。     

基于SIFT与SVM的应急救援图像检测方法研究*

针对公共安全突发事件应急救援的封闭空间场景（Confined Space Scene,CSS）信息采集不通畅、不全面而影响救援等问题,提出1种基于不变特征转换（Scale invariant feature transform,SIFT）和支持向量机（Support Vector Machine,SVM）的图像信息异常检测方法。在场景内外信息传递“断环”情况下,该方法可利用物联网技术采集的图片,或以网络图片信息、历史类似场景数据等作为补充,通过SIFT特征提取、K means聚类处理以及SVM分类,实现场景的智能识别。经仿真分析,该方法能实现封闭空间内外部图像信息互通,“接补”因无法了解事件内部情况而产生的救援环节链条的“断环”,为救援提供决策参考。     

基于马尔科夫链-多目标模型的应急供应链决策优化研究

为应对洪涝、新冠肺炎疫情等突发灾难,提出供应物资满足率最大、供应时间最短、供应成本最低的离散时间马尔科夫链-多目标规划模型(DTMC-MOP),动态地识别、分析、应对应急供应链风险;采用改进自适应NSGA-Ⅱ算法求解优化模型,并通过标准测试函数进行测试与评价,验证模型的可行性和有效性;通过算例分析,获得精度更高、分布更均匀的Pareto最优前沿。研究结果表明：决策者可以依据应急管理核心目标或不同偏好选择相适应的应急方案,研究结果可为应急供应链决策优化提供1种科学方法,对保障灾民生命安全、维护社会和谐稳定具有积极意义。