基于强化学习布谷鸟搜索算法的应急无人机路径规划

无人机可以在灾后救援中分析灾情,搜寻人员,提高救援的效率。为保证无人机在受灾区域的飞行安全,建立了较为全面的路径模型并提出了高效的求解算法：考虑路径长度、风险成本、高度成本和平滑程度四个指标,建立应急无人机路径规划模型;提出一种基于强化学习的布谷鸟搜索算法对模型求解。实验结果表明：提出的模型和算法能够更加有效地解决应急场景下的无人机路径规划问题,提升无人机在受灾区域飞行的安全性,为应急管理决策者规划出高质量的无人机救援路线。     

基于深度学习的建筑破坏状态智能评估研究

地震发生后需要对震害区域建筑物破坏等级进行快速评估,以便于震后辅助决策和应急救援。通过分析建筑物外立面震害照片数据,挖掘不同建筑破坏等级与其立面图像特征潜在的映射关系,建立基于震害图像数据的建筑破坏状态智能评估深度学习方法,并应用于都江堰的地震调查数据。首先,训练获得了DeeplabV3+图像语义分割深度神经网络模型,实现在震后复杂背景下的建筑物外观整体的分割提取。进一步,利用迁移学习进行ResNeXt网络参数训练用于图像分类,实现建筑物地震破坏等级的评估。分析了都江堰地震现场调查数据,实验结果表明,所提方法能够较精细地将建筑破坏划分为基本完好、损坏和倒塌三类,准确率达到90.33%。评估模型可直接应用于震后建筑状态的较精细评估,且对外立面图像拍摄角度无较高要求,对图像背景鲁棒,可避免环境因素影响。相较于人工判断,研究方法提高了工作效率,缓解了调查者主观性判断带来的离散性影响,具有良好的应用潜力。     

坚决打赢全民安全生产监督战

江苏安全生产12350电话正式上线,标志着我省安全生产有奖举报有了统一的平台。安全生产事关人民群众生命财产安全,事关改革发展稳定大局,事关党和政府形象声誉。习近平总书记在中央政治局第十九次集体学习时强调:“要坚持群众观点和群众路线,坚持社会共治——筑牢防灾减灾救灾的人民防线。”从群众中来,到群众中去。我们的安全生产工作,同样需要遵循这个领导方法和工作方法。安全生产工作只有贴近群众、依靠群众,才能取得安全生产形势的根本好转,才能更好地维护好和谐稳定的社会环境。     

推进应急管理体系和能力现代化——习近平总书记重要讲话给江苏应急管理战线干部以极大鼓舞

习近平总书记在中共中央政治局第十九次集体学习时强调:充分发挥我国应急管理体系特色和优势,积极推进我国应急管理体系和能力现代化。学习习近平总书记的重要讲话精神,给我省应急管理战线广大干部以极大鼓舞。     

基于深度学习的污染场地作业人员着装规范性检测

为解决污染场地修复作业中缺乏统一的人员安全保障管理措施以及人工监管困难的问题,结合HSE理念提出1种基于优化Faster R-CNN的作业人员着装规范性检测算法。该方法在回归损失函数中引入L2正则项,既保证模型的泛化能力,又提高深层网络模型收敛速度。基于自建着装规范数据集（Dress Code Dataset）进行实验,评价算法检测时间和mAP等指标。结果表明:所提出的着装规范性检测算法检测时间为44 ms,mAP为88.17%,解决了传统检测算法中实时性和准确率低的问题,且模型具有更好的泛化性和鲁棒性。     

基于深度学习算法的叉车危险操作行为检测

随着物流仓储行业快速发展及叉车数量的不断增多,针对叉车作业过程中存在的人员碰撞、挤压、坠落等潜在风险,迫切需要对危险行为进行及时检测和预警。为解决人员值守易漏报误报及传统方法检测精度低的问题,建立基于图像特征识别的叉车检测深度学习模型和算法。通过采集、处理现场视频图像素材,完成模型的训练及性能评价,建立相应的报警规则和报警阈值,搭建测试环境并进行仿真测试,开发相应的软件系统。结果表明:模型检测速率为130 ms/帧,人员靠近叉车准确率为85.6%,叉车举升人员准确率为83.7%,达到良好的实践效果。     

培育生态城市是实现生态文明的重要载体——江苏省环境保护厅厅长史振华访谈录

记者:史厅长,党的十七大报告中,首次把"建设生态文明"列入了实现全面建设小康社会奋斗目标的新要求,您在学习党的十七大报告时,有什么体会?     

SAR影像洪水淹没范围深度学习提取方法

为提高洪涝灾害应急救援辅助决策能力,快速提取洪水淹没范围,提出一种基于深度学习的合成孔径雷达(SAR)影像洪水淹没范围提取方法。首先,基于DeepLab v3+模型,建立合成孔径雷达(SAR)影像洪水淹没范围提取模型;然后,针对SAR影像标注数据获取困难的问题,提出一种基于光学影像水体指数的半自动化标注样本制作方法,该方法大幅度减少标注工作的人工量和所需时间;最后,采用Sentinel-1卫星影像验证洪水淹没范围提取模型准确度。结果表明：提出的洪水淹没范围提取模型对复杂地表适应性较强;相比于自适应阈值方法,其识别精度更高,对遥感影像中的水体边缘、小面积水体、细长线状水体识别效果更优,该模型平均交并比为0.83。     

不同等级农村公路交通事故严重程度预测研究

为准确分析各因素及其组合对农村公路发生严重交通事故的影响,将道路类型、路侧防护设施、时间段、天气状况、事故位置等11个因素作为自变量,事故严重程度作为因变量,采用改进的Apriori关联算法,找出各影响因素间的内在联系,并求解得到关键因素的组合。然后,分别构建随机森林、梯度提升决策树(Gradient Boosting Decision Tree, GBDT)、极端梯度提升(eXtreme Gradient Boosting, XGBoost)预测模型对农村公路事故严重程度进行预测。结果显示：与改进前相比,改进后的Apriori算法的运行效率和挖掘准确度都有较大提升;相对于随机森林和GBDT模型,XGBoost模型在准确率、召回率、精确率和F1得分等方面表现最优;照明条件、路侧防护设施、道路类型,天气状况是影响农村公路事故严重程度的重要因素,且各影响因素间存在显著的交互效应。     

班组安全学习要实在

笔在基层工作中,发现一个不容忽视的问题：有些部门,班组并没有在如何扎实搞好安全管理上下功夫,而是在如何应付检查,写好“记录”上做章。