合同能源管理在酒店行业的应用与风险识别

酒店餐饮服务业已经成为高能耗的代名词,因此节能改造势在必行,合同能源管理作为一种有效的市场化节能机制,广泛适用于我国各类大中型酒店节能减排工作,文章便是基于此对合同能源管理在酒店行业的应用与风险识别进行了必要总结分析。首先对酒店行业的能耗特点及现状进行分析,在此基础上引入合同能源管理,并对其在酒店行业应用的特点、模式及实施风险进行逐一论述,最终提出合同能源管理在酒店业中的应用优化策略。     

渤中M构造碳酸盐岩储层评价方法及应用

从渤中M构造碳酸盐岩岩性分析入手,通过岩芯观察、镜下鉴定、测录井资料综合分析,从井场碳酸盐岩含量测定和XRF元素录井与碳酸盐岩岩性的响应关系,建立了录井敏感参数的岩性评价方法。从钻头破岩做功和岩石力学分析着手,评价机械比能模型、功交汇模型和测录井评价模型指示碳酸盐岩储层的发育程度。渤中M构造碳酸盐岩储层实际评价结果与地层测试结论相吻合,具有较好的应用效果。     

霍尼韦尔持续开展Genetron品牌制冷剂防伪认证

近日,霍尼韦尔公司持续开展了Genetron品牌制冷剂防伪认证项目。作为全球氟化学品的领先供应商,霍尼韦尔自2009年就推出了制冷剂防伪认证项目,帮助用户识别Genetron原装产品,免受假冒产品造成的安全隐患,避免对制冷设备造成损坏。     

基于FTA-SVM的车辆发动机故障识别方法

发动机结构日益复杂,其故障具有多样性和频发性的特点,收集大量故障样本存在很多实施障碍。为了提高车辆发动机的故障识别的效率和准确性,提出了一种新的结合故障树(FTA)和支持向量机(SVM)各自特点,从故障模式分析到故障类型识别的FTA-SVM故障识别方法。首先利用故障树在复杂系统故障模式分析中的优势,找出系统的故障模式,建立故障树模型,通过对故障树模型中各故障事件的分析,采集与故障事件状态相关的数据,建立数据与故障树底事件的映射模型,最后利用支持向量机在小样本数据处理中的优势,进行故障类型的识别。以发动机的失火故障为例建立了发动机失火故障树模型及故障数据与故障模式映射模型,验证了FTA-SVM方法的有效性和适用性。     

企业应用战略合作伙伴加入HID Global Seos~?生态系统持续扩大

安全身份解决方案的全球领导者HID Global?今日宣布,今年第三个自然季度,新的战略合作伙伴加入到公司的企业应用合作伙伴计划,进一步扩展了屡获殊荣的Seos?技术所驱动的产品生态系统范围。“Seos?技术是一项能够对卡片、智能手机以及可穿戴装备上的安全身份数据通信进行保密和信任的统一标准,我们的应用合作伙伴对于该项技术的巨大潜力非常期待。”HID Global嵌入式解决方案副总裁Kerry Reid说,“截至本季度末,增加了10项企业产品和应用可采用     

无人机在农业精准化方向中的作用

随着科技水平的不断提高,我国的农业正朝着精准化的方向发展。而无人机这一新型的农业机械在我国的农业发展中发挥着重要的作用,促进了我国农业的现代化进程。本文在分析农业精准化以及无人机概念的基础上,简要阐述了无人机在我国农业精准化方面的应用,并就无人机的发展趋势进行了探讨,在一定程度上为促进我国农业精准化的发展提供了理论依据。     

雨水收集系统中金属屋顶雨水噪声对语音识别的影响

近年来,金属屋顶被广泛用于雨水收集系统,但是金属屋顶的雨水噪声会给屋内的人带来噪声污染,本文主要研究金属屋顶雨水噪声对语音辨识的影响。通过预备实验研究了语音库的适用性。通过金属屋顶雨水噪声录音和语音库模拟实际被雨水噪声影响的听音环境。在金属屋顶雨水噪声影响的听音环境中的进行语音识别实验,研究了金属屋顶雨水噪声对语音识别干扰的程度。     

基于BERT-BILSTM-CRF模型的电力行业事故文本智能分析*

为解决电力行业事故报告文本较长、语义复杂,难以进行有效文本识别问题,提出1种以BERT作为底层的预训练模型,并设计1种双重注意力机制编码器,结合BILSTM-CRF深度挖掘事故文本语义特征,从而实现文本智能分析。首先构建电力词典,通过对BERT预训练,进行BIO标注,然后引入BILSTM-CRF模型实现对文本标签智能分类,最后将该模型与现行其他4种深度学习模型进行对比。研究结果表明:该模型智能识别精确率、召回率及F1值(查准率)均达到约97%,较其他4种模型中效果最好的模型分别提高0.02,0.03,0.02。研究结果可为电力行业事故报告文本分析提供1种新思路。     

基于数据挖掘的施工危险识别注意投入与分配研究*

为分析施工情境中危险识别注意资源动态投入分配规律,基于动态时间规整算法,挖掘危险识别注视轨迹序列,以表征注意资源投入分配变化,并采用k-means聚类、注视熵、Needleman-Wunsch全局序列对齐算法和统计等方法,深入挖掘注意资源在危险目标中投入和分配等时空变化规律。研究结果表明:当事人危险识别各阶段注意资源呈现从显著目标到高危目标的投入变化趋势,危险识别注意资源分配随情境复杂因素呈现零散、均匀的空间特征,分配无序程度提高。