在单位接电话摔倒受伤能定为工伤吗？

我单位一职工最近在上班工作时间，为接工作电话，从房间的一侧走到电话机旁的途中，因地面（地砖）拖过后未干而导致滑倒，造成踝骨骨折，请问，该职工是否算工伤？     

温度与时间对盐酸副玫瑰苯胺比色法检测大气二氧化硫的影响

大气中二氧化硫的检测方法常用库仑滴定法和盐酸副玫瑰苯胺比色法等。目前多数学者认为比色法操作简单、经济、精确性高,被国家定为大气监测标准分析方法。几年来,我们在冬季大气监测分析中,多次出现二氧化硫测定结果明显偏低,为寻其影响因素,作者对显色时间和温度进行了控制,获得了较满意的结果。     

基于CEEMDAN和改进的混合时间序列模型工作面涌水量预测研究

为提高采煤工作面涌水量预测准确度,收集大量工作面涌水量观测数据进行整理、统计、分析,将涌水量稳定性、周期性和季节性特征考虑在内,提出1种基于数据驱动的完全自适应模态分解算法(CEEMDAN)和改进的混合时间序列模型工作面涌水量预测方法。该方法利用CEEMDAN处理涌水量数据,构建麻雀搜索算法(SSA)优化的长短期记忆网络(LSTM)和自回归移动平均模型(ARIMA)并行级联而成的混合时间序列模型对工作面涌水量进行预测。研究结果表明：该模型预测结果与真实数据相差更小,平均绝对误差为6.36 m³/h,均方根误差为10.6 m³/h,模型拟合系数为0.95,更适用于工作面涌水量预测。研究结果可为矿井工作面涌水量预测及防控提供参考。     

高铁网络可达性测度及经济潜力分析——以安徽省为例

高速铁路的开通给沿线城市的建设带来了重大影响。基于可达性测度以及修正的经济潜力模型,利用GIS对安徽省高铁可达性以及经济潜力进行深入分析。研究表明:(1)高铁开通后安徽省可达性显著提高,但总体格局保持不变,呈现出以合肥为中心,淮南、芜湖等地为副中心的"多核心"模式。池州、铜陵两城市可达性上升幅度最大,黄山紧随其后,芜湖、滁州变化最小。高铁开通后,滁州可达性排名下降5名,下降幅度最大,合肥、淮南、黄山最为稳定,其他城市均有小幅变化。(2)可达性的提升对城市经济潜力造成了一定影响,总体呈现出以合肥为中心的外围扩展模式。池州、铜陵经济潜力增长最为显著,黄山位列第3,可达性的提升直接影响了池州、铜陵、黄山三市的经济发展。高铁开通后,合肥、芜湖经济潜力排名始终位于前二,传统经济中心地位不变。马鞍山排名上升4名,幅度最大,池州、黄山两市处于末端,经济潜力仍然较为薄弱。(3)高铁开通后,时空收敛效应明显,可达性的提升令城市经济潜力增长显著,但受多方面因素影响,可达性与经济潜力呈现不完全契合关系。     

不可再生资源储量与信息最优发布时间

本文考虑了一个拥有两种不同成本的不可再生资源的资源所有者对高成本资源储量信息公布如何进行决策的问题,即如果现在尚未开采、且开采成本较高的不可再生资源储量发生变化时,资源所有者是否会隐瞒信息。依据传统的Hotelling模型,高成本的资源会在低成本的资源开采完毕之后才会投入使用,而即使是未来才会开采的资源的储量也会影响现有的资源的市场价格;通过隐瞒或是宣布未来资源新的储量信息,资源所有者可以获得或失去现有的收益,但同时失去或得到未来的收益。资源所有者必须通过权衡两者的得失来决定最优的资源储量的新信息的宣布时间。本文的研究表明,在不考虑保密成本的情况下,如果高成本的资源储量变大,资源所有者会把信息隐瞒到最后才宣布;如果储量变小,那么资源所有者会立即宣布。本文还分析了这一结果似乎与现实中实际情况不符的原因,包括:(1)资源所有者可能本身不是长期利益最大化的,这会导致它们做出符合短期利益的行为。(2)保密本身也需要成本,当保密成本够大时,资源所有者就没有动机去保密了。     

一种用于周期性事件预测的潮汐模型

为探究各种消防出警事件发生的规律,文章基于2016到2020年国内某地消防救援出警次数及事件类型数据,首先将7类事件按是否存在周期性分布分为两类,对周期性事件建立随时间变化的潮汐模型,用于对其发生的次数进行预测,考虑特殊年份厄尔尼诺现象对数据特征的干扰,对作出的模型进行优化;对非周期性事件建立随机分布模型,通过大量重复计算与多项式拟合结果作对比,判断模型的可靠性。结果表明,潮汐模型应用于消防救援出警次数统计分析是可行的。以上研究能够帮助消防队对其救援的事件有更深入的了解,提前做好培训工作并制定更加有效的应对方案,还能够帮助政府了解到火警救援事件的发生状况、实施社区宣传预防措施以及对消防部门的规划有一定的参考价值。     

南国冰咏

50年一遇的雪凝灾害,在大地肆虐,一时间到处让人寒冷难当,可春节即要来了。道路全线凝冻,出行处处受阻,让回家过年的人们焦急万分…… 08年的春运就在这冰雪凝冻中拉开了序幕。抗冰斗雪,坚守岗位,是我们交通民警的神圣天职。我有幸见证了那难忘的日日夜夜。那些寒冷的日子里,我们是上路最多,在路上时间最长的一支队伍。     

基于缓冲区重采样的LSTM林火预测模型*

为提高林火风险预测精度,挖掘地图上隐含的空间信息、时间序列上隐含的长期趋势和循环波动,提出1种基于缓冲区重采样的长短期记忆（LSTM）林火预测模型,选取15个与林火相关的影响因素,以方差膨胀因子为评价指标对其进行多重共线性检验,方差膨胀因子大于10的因素具有共线性,并采用信息增益率验证筛选结果的合理性。考虑到火灾的空间聚集特性,采用缓冲区分析与过采样相结合方法减少样本不均衡现象的影响,最终得到176 732条样本。对12个影响因素和研究时间段的火点建立LSTM预测模型,对森林火灾发生风险进行预测。研究结果表明:基于缓冲区重采样的LSTM林火预测模型有效考虑时空上隐含的信息,预测模型准确率为87.06%,特异性为97.99%,敏感度为76.12%,阳性预测率为97.43%,阴性预测率为80.41%,ROC曲线与AUC值均优于随机森林（RF）和支持向量机（SVM）这2种基准算法。维尔克松秩和检验发现,本文提出的模型与基准算法结果具有显著性差异。研究结果可为提高林火风险预测精度提供参考。     

膨胀型防火涂料对高压电力电缆引燃特性影响的实验研究

膨胀型防火涂料在电缆防火工程中有较广泛的应用,在使用过程中确保电缆涂料的效果与经济性具有重要意义.对喷涂不同厚度膨胀型高氯化聚乙烯防火涂料的高压电力电缆开展了在典型强度外加辐射热流条件的着火引燃实验,分析了电力电缆点燃时间、受热期间涂层对电缆外护套的保护与涂层受热后的形态变化.结果表明,电缆的着火行为与涂层厚度紧密相关...