基于视频分析的空管员违规行为识别方法*

为利用视频数据对空管员违规行为进行智能化分析,降低不安全事件发生率,提出2阶段的违规行为识别模型（AR-ResNeXt）,基于实地调研构建空管员视频数据集,利用最小化动态多实例学习损失函数和中心损失函数,获得违规行为检测的判别特征表示,结合异常回归网络和ResNeXt网络,完成对空管员违规行为的时序区间检测与动作分类。研究结果表明:AR-ResNeXt模型在自制数据集中,其帧级AUC达到82.9%,分类准确率达到87.8%,可准确识别空管员发生违规行为的时序区间并进行分类,研究结果可为保障空中交通安全奠定基础。     

基于深度学习的工程结构损伤识别研究进展

为避免或减轻工程结构在建造和运营期间因结构振动产生不同程度损伤,造成安全隐患危及人们生命财产安全,针对结构振动损伤识别技术展开研究,探讨不同深度学习方法发展情况及其利弊,寻找更具可行性的损伤识别方法,并对其最新研究及应用现状进行全面综述。研究结果表明:应用深度学习开发新的结构损伤识别技术,无需冗余的数据预处理以及手工提取损伤特征,实现以较高精度实现损伤识别任务;一维卷积神经网络（1D-CNN）以其独特的应用优势,在数据样本有限条件下较二维卷积神经网络（2D-CNN）表现更为出色。研究结果可为数据驱动的结构损伤识别问题提供新思路,进一步完善土木结构健康监测研究体系。     

基于信息融合与GM的石油罐区安全监控预测模型

近年来,石油罐区安全事故发生频率呈不断上升趋势。为有效增强罐区安全监控预警系统监测数据的可靠性,并实现对事故的早期预警,基于多传感器信息融合技术和灰色模型(GM)理论,建立出石油罐区安全监控预测模型。首先,研究了基于递推最小二乘法改进的最优加权融合算法,并将其作为一级(特征级)融合模型,其次,介绍分析了灰色预测理论及GM(1,1)模型的实现过程,最后建立出基于GA-BP神经网络算法的二级(决策级)数据融合模型,并得到石油罐区安全监控预测模型。     

上覆岩层瓦斯卸压范围及流动规律的应用研究

为合理、高效地治理朱家店煤矿巷道掘进和煤层开采过程中瓦斯浓度多次超限的技术阻力,本文针对该煤矿不同煤层上覆岩层瓦斯卸压范围及流动规律进行了较为深入的研究,建立了其BP神经网络破坏高度的数学预测模型。通过合理地计算,本文确定了该矿开采煤层上覆岩层的走向及倾向卸压长度、卸压上限和卸压范围,最后提出了有效控制上覆岩层瓦斯大量流向工作面及采空区的技术策略,从而达到了遏制矿井瓦斯事故发生的目的。     

“三高”气田钻井过程硫化氢泄漏动态风险分析

传统的H2S泄漏风险分析方法不能很好地对事故发展过程进行动态分析,导致分析结果偏离实际。基于贝叶斯方法,构建了高温、高压、高含硫（“三高”）气田钻井过程中H2S泄漏的蝴蝶结模型并提出将其转化为贝叶斯网络,在事故已发生的情况下更新基本事件发生的概率。然后,假定事故后果在确定的时间段内发生的累积次数已知的条件下,更新安全屏障及事故后果发生的概率,从而完成对H2S泄漏的动态风险分析。结果表明,该方法克服了传统静态定量分析方法中的不足,可动态评估导致H2S泄漏的基本事件发生的概率和对顶事件发生的影响程度,并动态反映安全屏障和事故后果的风险变化,能为钻井过程中H2S泄漏的风险分析及防控措施提供参考。     

粒子群优化的RBF瓦斯涌出量预测

瓦斯涌出量是煤矿瓦斯灾害的主要来源,它直接影响煤矿安全生产和经济技术指标。瓦斯涌出量的传统预测方法是将其影响因素线性化后提出的,具有一定的局限性。本文基于群体智能理论,提出了一种基于粒子群算法优化的RBF神经网络瓦斯涌出量预测模型。研究表明RBF神经网络预测精度与网络权值和RBF参数初始值有很大关系,因此本文采用粒子群算法优化RBF网络权值和其他参数,形成PSO-RBF预测模型。该模型通过计算种群粒子的适应度,确定全局最优值,寻找网络参数的最优值。实验结果表明PSO-RBF优于传统的RBF预测模型,训练速度和预测精度显著提高。     

基于统计学方法的南方某市管网水水质特征研究

为综合解析南方某市管网末梢水水质的时空变化特征、识别主要响应指标及指标间相关性,以该市近4年供水管网末梢水水质监测数据为研究对象,利用主成分分析法和对应分析法对管网末梢水质进行了特征研究。主成分分析法评价结果表明:该市管网末梢水年度总体水质存在差异,其中以2016年为最佳;夏秋季节更易发生水质异常现象,5~9月应加强管网末梢水水质管控;区域上看已完成深度处理改造的梅林水厂供水覆盖区管网末梢水水质最优,南山水厂供水覆盖区管网末梢水水质最差;水质指标硫酸盐、氯化物、硬度之间,Fe、浊度、总氯之间具有相对其他水质指标更高的相关性。对应分析法结果表明:管网末梢水水质主要响应指标可重点关注Fe、浊度、耗氧量、总氯和硫酸盐;其中Fe、浊度、耗氧量呈正相关性强,上述指标与硫酸盐、总氯呈负相关性。     

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BP模型的土壤重金属对其生物毒性的贡献分析

通过BP神经网络模型对石油开采区土壤重金属的部分缺失试验数据进行补齐,并采用主成分分析法对石油开采区土壤中重金属进行源解析。结果表明,土壤中重金属的来源包括自然来源、农业来源、交通来源和燃煤来源。以不同来源重金属作为输入条件、土壤生物毒性作为输出条件构建不同来源重金属土壤发光菌生物毒性神经网络模型,模型验证结果表明,在0.05显著性水平下,25组验证样本模拟值和试验值之间的相关系数r为0.396,满足模型验证要求。结合相对灵敏度计算,获得不同来源重金属对土壤生物毒性的贡献率分别为自然来源26.68%、农业来源52.71%、交通来源4.67%、燃煤来源15.94%,即农业来源为石油开采区土壤中发光菌生物毒性的最主要来源。     

锑矿周边稻田土壤垂直剖面锑砷形态与细菌群落结构分布及相互关系

为了解稻田土壤微生物对锑(Sb)和砷(As)污染的长期适应机制,本文以贵州省独山半坡锑矿和某锑矿冶炼厂周边稻田土壤为研究对象.采用野外布点和室内分析的方法,利用Illumina高通量测序技术对稻田垂直剖面土壤细菌16S rRNA V3～V4可变区进行测序,分析了土壤微生物的α多样性、物种丰度差异和组成情况,探讨了不同形态Sb和As在tc1(水耕熟化层)、tc2(渗育层)、tc3(犁底层)和tc4(水耕淀积层)的地球化学行为及其对细菌群落结构的影响.结果表明,研究区Sb和As的来源不同,Sb主要来源于大气沉降和人工投放,As则来源于成土母岩.变形菌门(Proteobacteria)和绿弯菌门(Chloroflexi)为各土层的主要优势菌门,具体表现为变形菌门(Proteobacteria)是tc1和tc2的优势菌门,绿弯菌门(Chloroflexi)是tc3和tc4的优势菌门.土壤剖面各土层多样性指数均在tc1达到最大值,在tc3达到最小值且差异不显著.相对重要性分析表明,总As、As(V)、TS和Fe(II)为影响多样性指数的主要因子.LEfSe分析表明,各土层差异指示种在不同分类水平上各不相同且tc1的数量高于tc2、tc3和tc4.如在门水平,tc1的差异指示种为疣微菌门(Verrucomicrobia),tc3为热袍菌门(Thermotogae),tc4为硝化螺旋菌门(Nitrospirae);在纲水平,tc1为α-变形菌纲(α-proteobacteria),tc2为β-变形菌纲(β-proteobacteria),tc3为热袍菌纲(Thermotogae),tc4为硝化螺旋菌纲(Nitrospirae).RDA分析和相对重要性分析表明,总As、As(III)、Sb(V)、总Sb和pH等对细菌门分类水平具有重要影响.共生网络分析进一步表明,Sb(III)和As(V)虽然对群落结构影响相对较小,但与特征性微生物却存在显著相关性,如Sb(III)与Defluviicoccus属显著相关,而As(V)对β-变形菌纲影响较为显著.