DCT域基于对角占优阵的安防数字图像水印算法

针对安防系统图像,本文提出了一种在图像DCT域构造严格对角占优阵并进行LU分解,在分解后的U阵中嵌入水印,利用混沌序列加密,在检测过程中采用盲检测的算法.仿真结果表明,该算法嵌入的水印具有很好的不可见性和鲁棒性,实现安防图像的版权保护.     

基于小波包能量谱和希尔伯特变换的管道泄漏检测技术

为了及时检测输油管道泄漏缺陷以减少输油泄漏事故的发生,首先,提出了一种基于小波包（WPT）能量谱和希尔伯特变换（Hilbert）的输油管道泄漏检测技术,改变阀门开度模拟不同泄漏程度的管道泄漏;其次,选取小波包阈值对采集的信号去噪,获得实际有效信号,并用WPT能量谱变换将有效信号分解为频段能量谱,过滤掉不含泄漏信息的频段,保留有效频段;最后,利用Hilbert进行有效频段的谱分析,提取泄漏源信息,实现对管道泄漏工况的诊断分类。结果表明：输油管道泄漏检测平均误差在3%以内,诊断准确率达到95%,与直接Hilbert变换方法以及单纯WPT能量谱分析法相比,定位精度明显提高。     

睡眠剥夺对矿工风险感知的影响研究：基于生理试验

为探究睡眠剥夺对矿工风险感知的影响机理及作用效果,将72名矿工被试分为控制组和睡眠剥夺组,通过2种睡眠状况(正常、睡眠剥夺)×2种任务片段(基线段、逃生任务片段)的试验设计,分别记录分析不同任务片段下皮肤电活动(Electrodermal Activity, EDA)和心率变异性(Heart Rate Variability, HRV)的部分指标的变化特征。试验结果表明：逃生任务可以有效激活矿工的风险感知,在执行逃生任务时,矿工的C_S、L_SC和F_L/F_H显著上升,I_BI和P_NN20显著下降;睡眠剥夺会损害矿工的风险感知能力,研究发现,控制组被试逃生任务片段唤醒情绪和打破交感神经平衡的程度更大。研究结果可为睡眠剥夺相关的生理研究提供证据和参考,有助于提高煤矿的安全生产水平。     

基于DWT与SVM的风门开闭阶段识别方法

为解决因风门开闭导致的风速传感器数据异常波动与误报警问题,提出一种基于离散小波变换(DWT)与支持向量机(SVM)的风门开闭阶段识别方法。使用多尺度滑动窗口将传感器风速监测数据离散化为若干段不同尺度的子时间序列数据,利用统计方法与DWT,提取各尺度子时间序列数据中的统计特征与隐含的波动特征,建立SVM风门开闭阶段识别分类模型。为进一步优化识别结果,基于重叠度(IoU)规则合并、修正、组合、取优分类识别结果,再根据相似准则建立长度方向取变率为2、整体相似比为1∶16的相似试验模型,开展风门开闭扰动试验,验证方法的可行性。结果表明：在测试集上的识别准确率较高,对于风门开闭时间的识别准确率可达到90.08%,风门开闭阶段的划分准确率可达到71.05%,优化滑动窗口尺度数量,可继续增加方法识别的准确率。     

基于混沌、灰色理论模型,预测煤矿生产中安全状况的对比分析

建立煤矿安全生产状况预测的非线性回归模型、混沌动力学模型、灰色模型和灰色残差模型,用4种模型对我国百万吨煤矿死亡率进行预测分析,其结果表明:混沌动力学预测模型和非线性回归模型使用参数较少、计算简单,易于推广,但预测精度尚不高,误差较大;使用灰色残差模型进行预测,虽然计算复杂,但预测精度较高,验证2007年度百万吨死亡率相对误差仅为0.96%,煤炭生产的安全性指标百万吨死亡率宜采用残差模型进行预测。笔者认为,灰色残差模型在对煤矿安全生产的宏观管理领域有广泛的应用前景。     

基于加速度干扰和AHP的车辆行驶安全性评价模型

关于行驶中的车辆在交通系统各因素作用下的行驶安全性评价,在现有交通系统四大要素的基础上加入车辆行驶状态,构成"人-车-环境-路-车辆行驶状态"5要素。并对各要素评价指标的选定做了细致的筛选,建立了车辆行驶安全性评价指标体系。其中"人-车-环境-路"因素采用打分的形式确定其参数的分值,并利用层次分析法(AHP)计算各参数权重来构建模型的;"车辆行驶状态"因素则是引入加速度干扰的定义,建立基于道路结构的加速度干扰模型。最后,运用层级分析法建立了总的车辆行驶安全评价模型。     

基于傅里叶变换红外光谱技术的混合毒性气体定量分析研究

基于傅里叶变换红外光谱技术,选取低浓度的CO、CO2、NO、NO2、SO2、HCl、HBr、HCN 8种典型有毒有害气体进行定量分析.经过合理选择光谱区间、数据预处理、样本筛选以及确定模型参数后,建立PLS回归模型,并对模型回归曲线进行多项式修正.模型中各组分实际浓度与预测浓度的拟合回归系数达到0.99,校正集误差均方根SRMSEC低于15×10-6.利用验证集对模型的预测性能进行检验,样本各组分的预测浓度误差小于满量程的±2%,各组分的预测误差均方根SRMSEP不超过20×10-6.     

基于原因-后果分析的机械安全性评估模型研究

阐述建立基于原因-后果分析(CCD)的机械系统安全性评估模型的步骤以及基本事件重要度计算的方法,在此基础上,建立除尘式砂轮机可能发生事故的CCD模型。该模型计算结果显示:首先,除尘式砂轮机的砂轮破裂飞出造成伤人的事故发生概率、严重程度、风险度最高;其次,大量粉尘飞扬造成的后果风险度排在第二,相对较高;最后,防护措施可使该设备事故概率大幅下降。CCD模型可以帮助找到机械系统的相关安全事故类型,并能够衡量出系统"本质安全"能力,从而为设计和安全监察部门进行安全设计及设备管理提供决策依据。     

基于层次分析法地铁运营系统安全评价技术的研究

从系统工程的角度,应用层次分析法的基本原理,构建地铁运营系统AHP(层次分析法)模型,确定地铁运营系统指标体系,将成对比较矩阵的特征向量作为地铁运营系统安全评价因子的权重,确定了相关因子的影响力排序;同时,对层次分析法(AHP)的优缺点进行分析。其结果显示:人的因素和管理的因素是影响地铁安全运营的首要因素;其次为环境的因素;而物的因素排序为最后。该排序基本反映了当前地铁运营系统安全能力的实际状况,为控制和减少事故制定有效对策,提供了依据。     

基于眼动追踪技术的引航员情景意识识别研究

情景意识(Situation Awareness, SA)缺失是引航作业人为失误的主要根源,有效识别引航员SA水平是保障引航安全的关键。针对现有测量方法的侵入性、主观性、间断性问题,设计典型场景引航模拟试验,利用眼动特征开展引航员SA水平识别研究。应用眼动追踪技术实时采集引航员的眼动试验数据;采用独立样本t检验和Mann-Whitney检验方法研究SA与眼动指标的关联效应;基于敏感眼动指标结合支持向量机(Support Vector Machine, SVM)构建引航员SA识别模型,实现引航操作任务下SA的有效识别。结果显示：高SA组的视觉搜索效率大于低SA组,高SA组主要关注窗外视景而低SA组更多关注电子海图,高SA组比低SA组获取信息的能力更强;平均扫视次数(Average Saccade Count, ASC)、注视总时间百分比(Fixation Duration Percentage, FDP)、平均注视持续时间(Average Fixation Duration, AFD)3个眼动指标与引航员SA水平具有显著相关性;采用“ASC+FDP+AFD”组合指标时且在5 s时间窗口长...     

基于离散模型的落叶资源利用方案评价

结合社会调查,对落叶资源利用的几种方案进行评估分析,运用离散模型分析得到影响资源利用方案的各因素的比重,找到最优的落叶资源利用方案。以武汉市为例,分析表明将落叶进行生物质发电能有效利用落叶资源且资源利用率高,能为我国环保事业做出贡献。     

基于多主体建模的安全注意力衰减模型研究

为预防由安全注意力衰减引起的虚假安全问题,构建员工安全注意力衰减模型。采用多主体建模法并基于Netlogo仿真平台,分析个体因素、管理因素和环境因素对员工安全注意力水平的影响。试验结果表明:在环境因素和管理因素确定的情况下,员工安全注意力水平主要受熟悉程度和安全意识的影响。同时员工安全注意力水平对管理者的危机意识有反馈作用。安全信号强度、频率、员工对安全信息的期待和任务难度以及管理者的监督有效性,均影响员工安全注意力水平。在企业安全管理的具体实施过程中,企业应该考虑如何有效控制上述调节因素并提高员工安全注意力水平。     

基于支持向量机的入侵检测研究

根据入侵检测和支持向量机的特点,提出基于最小二乘支持向量机异常检测方法,并建立基于支持向量机入侵检测的模型,对网络数据进行采集,提取特征,进行分类,分辨正常的数据和异常的数据。并在KDD CUP'99标准入侵检测数据集上进行实验,选取data_10_percent子集,把该数据集中的41个属性作为特征,将该子集最后一个属性label属性为:back,ipsweep,neptun,ports-weep和normal各200个数据进行测试。实证表明:该方法能获得较高检测率和较低误警率。     

建筑施工事故非线性灰色伯努利模型预测

为提高建筑施工事故灰色预测模型精度,在传统GM(1,1)模型基础上,建立非线性灰色伯努利模型(NGBM),并采用粒子群优化(PSO)算法对参数进行优选。以2001—2011年全国建筑事故死亡人数统计数据为基础,运用该模型对2012—2013年的相应人数进行预测,并与GM(1,1)模型和灰色Verhulst模型的结果相对比。结果表明,NGBM拟合精度最好,平均相对误差仅为2.65%,验证了模型的可行性和准确性。     

基于物联网技术的设备状态维修安全管理研究

随着物联网(IOT)技术的不断发展,状态维修(CBM)理论逐步运用于设备安全管理中。通过构建基于物联网技术的设备状态维修安全管理体系,建立CBM预测决策模型,并通过设备轴承状态维修的例证来说明模型的可用性。结果表明:设备实现物联网后,基于物联网技术的设备状态维修安全管理是科学可行的,便于设备的维修管理,提高设备的安全工作寿命。     

基于隐私保护的超高频移动无线射频识别(RFID)系统安全性研究

针对移动无线射频识别(RFID)技术应用的日益重要性及其服务的安全性现状,基于RFID和移动通信技术相关理论,从安全和隐私的角度阐述移动RFID技术及其应用服务,分析移动RFID服务所面临的主要安全问题和安全性要求;建立一种适用于超高频移动RFID系统的安全增强型服务架构,并提出一种基于原始标签身份隐藏的隐私保护方案,以期为解决移动RFID服务各种安全问题提供帮助。分析表明,采用具有透明传输方式的安全增强型服务架构,并定期修改标签ID可以有效地保护移动RFID用户的隐私。     

基于HHT方法的矿井瓦斯体积分数预测

为有效分析煤矿瓦斯监测数据以实现较准确的瓦斯浓度预测,研究应用希尔伯特-黄变换(HHT)方法进行瓦斯浓度时间序列分析与预测的方法。应用经验模态分解(EMD)方法将瓦斯浓度时间序列分解成不同频率的固有模态函数(IMF)分量的叠加,以获取瓦斯浓度时间序列的瞬时特征;通过Hilbert变换求得各IMF分量的瞬时频率,依据各IMF分量瞬时频率的均值将分解得到的IMF划分成较高频和低频2类新的分量,选取适合于各分量特征的预测模型分别进行预测,以消除局部随机性对预测精度的影响,结合自回归(AR)、径向基函数(RBF)神经网络和支持向量机(SVM)3种预测模型实现瓦斯浓度预测。实例分析表明:应用该方法所得预测结果比较准确,降低了预测复杂度,提高了预测精度。     

基于遗传神经网络的入侵检测研究

入侵检测技术是计算机网络信息安全检测的重要手段之一,入侵检测作为一种动态的安全防护技术,提供了对内部攻击、外部攻击和误操作的实时保护,在网络系统受到危害之前拦截和响应入侵。对计算机网络数据进行特征提取,提出了采用遗传算法和神经网络相结合入侵检测技术。遗传算法具有计算简单、优化效果好的特点。利用遗传算法来避免BP算法的局部极小点,从而达到均方根误差全局最小点,也解决了BP算法的收敛慢的问题;同时也解决了单独利用GA往往不能在短时间内寻找到接近最优解的这一问题。通过计算机实验验证了入侵检测的效果,提高了识别率,使得误报率和漏报率降低。     

基于因果依赖图的HAZOP推理方法研究

HAZOP分析方法自提出至今在石油化工领域一直被广泛应用,为代替传统HAZOP人工头脑风暴分析的过程,提出基于因果依赖图(CDG)的HAZOP推理方法,即CDG-HAZOP。首先建立系统的多级流模型,将系统生产过程抽象为流过程,用简单的功能图形符号来表示复杂的装置,然后利用多级流模型中的告警分析算法代替人工头脑风暴分析,推理偏差的可能原因和结果。CDG-HAZOP推理机制将传统HAZOP分析的重点由人工分析大量资料转移到多级流模型(MFM)的建立和校验上,能节约人工成本。将CDG-HAZOP推理方法用于催化裂化装置的反应-再生系统,对该系统可能发生的偏差进行原因和后果推理。     

基于ISM和AHP的作业场所风险影响因素研究

为了有效预防和控制作业场所职业危害,根据企业生产活动的过程和大量职业病案例分析,从人、物、环境、管理、安全技术、法制监管和社会经济利益等方面对作业场所职业危害风险影响因素进行分析,形成作业场所风险影响因素体系.运用系统工程理论,建立作业场所风险影响因素的5级多层递阶解释结构模型(ISM),并采用层次分析法(AHP)确定...