安全学习培训岂能走形式

2013年全国安全生产大检查期间,本人在四川一家煤矿企业下属的生产单位督查职工安全学习培训时,发现本该严肃认真的安全培训现场,让人大跌眼镜——播放安全培训教育片的电视机里．播出的却是武打片;45分钟的安全授课讲了不到10分钟,授课老师就要求学员“自习”;     

基于卷积神经网络的冲击地压预警方法研究*

为探究深度学习在冲击地压预警方面的应用前景,以新疆某冲击地压矿井为研究背景,将深度学习和专家评判运用到微震数据分析中,基于卷积神经网络构建冲击地压预警模型。充分利用一维卷积神经网络对时序数据有较强特征提取能力的优势,以微震数据及其特征参数作为输入,以专家评判值作为标签,借助Python-Keras框架实现冲击地压预警模型的构建和训练。研究结果表明:模型预警效果并不随着训练迭代次数的增加而逐渐最优,存在最优迭代次数,对于所建模型当迭代次数为30时测试集的冲击危险预测结果与专家评判结果基本吻合,同时说明模型可以较好地学习专家评判经验实现冲击地压预警。研究表明所建模型对研究时段内发生的5次大能量矿震事件均进行预警,其准确度较高,具有现场实际应用价值。     

邻苯二甲酸二丁酯影响阿尔茨海默病大鼠学习记忆能力的分子机制研究

为探究邻苯二甲酸二丁酯(DBP)影响阿尔茨海默病(AD)大鼠学习记忆能力的分子机制,将56只SPF级5～6周龄雌性Wistar大鼠随机平均分为7组:阴性对照组、0.25 mg·kg-1·d-1 DBP 组、2.5 mg·kg-1·d-1 DBP 组、25 mg·kg-1·d-1 DBP 组、250 mg·kg-1·d-...     

谈谈英语学习方式的转变

很多学生现在对英语学习感到无所适从，他们觉得自己无论如何尽力也没有办法提高英语成绩。本文对这种情况的出现做了简单的分析，并提出了一些建议。     

北京市黑臭水体治理的动态遥感监测及影响因素分析

为及时、准确掌握黑臭水体治理进展,基于“北京二号”影像数据和同期的野外综合水体实测数据,采用深度学习算法对黑臭水体进行识别,并引入地理探测器对黑臭水体影响因素进行定量分析。结果表明：基于Faster R-CNN算法的黑臭水体遥感识别,总准确率达到90%左右,短时间内(5~33 h)即可完成北京市建成区黑臭水体的筛查工作;在空间维度上,黑臭水体主要分布在中心城区以外,并在通州区、朝阳区和大兴区较为集中;在时间维度上,专项治理期间(2015—2018年)内,黑臭水体的数量和长度总体趋势都是递减的,但偶尔也有反黑现象;2018年底,在全市建成区范围内,已全面消除黑臭现象;在一年内,第1季度水体环境最好,第2季度次之,第3季度最差,从第4季度开始好转;在北京市大兴区,土壤全氮量(贡献率为32.07%)和周边养殖场排污(贡献率为27.04%)是黑臭水体形成的主要影响因素,高程(贡献率为8%)、土壤类型(贡献率为7.6%)和土地利用类型(贡献率为6.1%)的贡献率较弱。由此可以看出,基于Faster R-CNN算法识别影像中的黑臭水体识别准确率高,可及时、准确地监测城市黑臭水体治理情况,使用地理探测器可定量分析并确定各影响因素的贡献率。本研究成果可为城市黑臭水体的动态监测和治理提供有力的技术支撑。     

基于Stacking的地面PM2.5浓度估算

为了解决地面PM_2.5监测网络在空间和时间覆盖受限的问题,提出了基于宽时空覆盖的卫星气溶胶光学厚度AOD,利用Stacking方法建立地面PM_2.5浓度估算模型,将AOD、PM_2.5和各气象参数以及与PM_2.5排放有关的数据进行训练,使用改进网格搜索对模型超参数进行优化,通过对多重共线性分析,建立基于Stacking的最优PM_2.5浓度估算模型。选取2016-01-01—2016-12-31的数据作为实验对象,结果表明:相比于随机森林、GBRT和XGBoost 3种模型,使用岭回归作为元学习器的Stacking模型性能更优,可见Stacking适用于大范围地理区域的大气污染监测。     

工业区规划环评评价内容及评价指标体系的研究

本通过对《环境影响评价法》的学习，结合国内外对战略环境评价的研究经验，通过曹妃甸工业区规划环评工作实际对规划环评的评价内容及评价方法进行了探讨。     

建筑施工事故预防学习系统研究

为提升建筑施工人员安全能力,本文运用行为安全“2-4”模型系统分析建筑施工事故的不安全行为原因,并建立不安全行为原因数据库;在此基础上,通过系统的数据采集和方案设计,构建出建筑施工事故预防学习系统总体框架,共包含用户层、业务应用层、应用支撑层、数据层以及基础支撑系统5层级;然后建立安全知识获取行为评价模型来验证该学习系统的有效性,结果表明：该系统能够对建筑施工人员进行培训和考核,能够有效提升企业安全管理能力,减少从业人员不安全行为,提高建筑施工安全管理水平,减少建筑施工事故的发生。事故预防学习系统的成功研发为建筑企业事故预防和培训学习提供强有力支撑,对提高企业安全管理和安全教育培训信息化建设水平具有显著意义。     

基于集成学习的驾驶人避险安全效果影响因素研究

为准确分析影响避险安全效果的关键因素及其非线性影响关系,设计并实施了驾驶模拟试验。首先,利用模拟器及眼动仪采集各场景下驾驶人行为、眼动特征数据;其次,在相关性分析的基础上,采用随机森林等多种集成机器学习算法分析影响避险安全效果的因素,并对其重要度进行排序,采用GridSearch算法优化参数;最后,利用部分依赖图(Partial Dependence Plot, PDP)可解释性方法分析影响因素与避险安全效果之间的非线性关系。结果表明：影响特征与避险安全效果之间非线性关系明显;当特征数为6,特征分别为制动反应位置、制动反应时间、车速、刹车深度、纵向加速度、首次注视时间时的LightGBM模型效果最好,此时F₁为86.07%。如制动距离较近,则高危险状况可能性明显增加;反应时间影响并不明显,但如反应过慢(超过0.9 s)则会造成风险概率升高;车速明显低于正常速度时避险安全效果不佳,往往是因为驾驶技能不强或处于分心状态;较低的减速度往往造成高危险状况,高减速度对于避免高危险状况有一定作用;制动深度不足往往伴随着高危险状况;首次注视时间过早或过晚都容易造成高危险状况,过...     

学习到位 领会到位 落实到位——吉林省安监局举办全省安全监管系统学习贯彻党的十八大精神加强和改进安全监管工作研讨班

11月18日至24日,吉林省安监局在白山市抚松县举办两期全省安全监管系统学习贯彻党的十八大精神加强和改进安全监管工作研讨班。省安监局党组书记、局长金华出席,局党组成员、副局长张沛霖在开班仪式上代表党组作了动员讲话,局党组成员、纪检组长李忠效主持开班仪式。张沛霖指出,11月8日,举世瞩目的党的十八大胜利召