简介:为了给工业界提供一种快速预测二元混合液体自燃温度的有效途径,将试验所测不同组分及配比的168个二元混合液体的自燃温度作为期望输出,将基于电性拓扑状态指数(ETSI)理论、引入混合ETSI概念而计算出的9种原子类型所对应的混合ETSI作为输入,采用三层BP神经网络技术建立了根据原子类型混合ETSI来预测混合液体自燃温度的BP神经网络模型,并应用改进的Garson算法进行多参数敏感性分析。经模型评价验证及稳定性分析,得到训练集的决定系数R2为0.965,平均绝对误差MAE为11.892K,测试集的交叉验证系数Q2ext为0.923,平均绝对误差MAE为15.530K,发现该模型的预测性能优于已有的多元非线性回归(MNR)模型,表明BP神经网络模型具有较好的拟合能力和预测能力,对烷、醇类混合体系自燃温度的预测精度最佳。
简介:落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系.人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法.基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究.结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快;该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路.
简介:讨论了通过以太网作为通信媒介,基于S3C4510B实现网络型防盗报警器的设计思路和系统结构,设计了用DM9161作为以太网物理层的接口电路以及用松本无线高频板作为探测信息的接收端等硬件电路和相应的软件流程,并配以uClinux操作系统对防盗报警器的各种信息进行有效的管理,达到了家居防盗报警的要求.
简介:在通风网络理论的基础上编制了基于质量描述的隧道网络通风计算程序,并采用模型试验方法对火灾通风网络计算结果进行了验证,证实了网络程序的可靠性。将研编的通风网络计算程序应用于某隧道集中排烟模式下火灾通风排烟技术研究,探讨了排烟量和漏风量对排烟道内和排烟阀处烟气流速的影响规律。结果表明,增加排烟量时,排烟道内和排烟阀处烟气流速呈升高趋势,越靠近排烟风机处,其烟气流速升高趋势越明显。漏风分支风阻的大小较显著地影响着漏风量的大小。减小未开启排烟阀的分支风阻系数,漏风量增大,开启的排烟阀处流量减少,当漏风分支风阻系数减小到10N·s/(kg·m)2时,漏风量超出规范规定值。
简介:介绍了一种基于多媒体处理器DM643的高清晰度网络摄像机硬件设计方案,该方案应用了高分辨率CMOs图像传感器,图像分辨率最高可达三百万像素,采用了以太网供电等技术,便于工程安装,通过嵌入式软件编程,实现了H.264、MPEG4等多种视频编码算法!以及图像分析和识别等功能,可广泛用于各种视频监控和视频分析场合.
简介:摘要:计算机网络技术已经被广泛地运用于社会的各个领域,它已经从传统产业中渗透出来,而且已经深深地影响着人们的生活,促进着人们的进步和发展。随着网络技术的广泛使用和推广,大数据和云计算等技术的快速发展,有力地促进了生产力的发展。但是,在大数据的背景下,计算机网络信息却存在着许多安全问题。计算机网络信息的安全问题,事关广大人民群众的切身利益,事关产业的良性发展,因此,我们应高度关注计算机网络信息安全。
简介:摘要:智慧电厂的建设过程中,网络安全问题日益凸显,主要体现在数据泄露、系统入侵和恶意攻击等方面。针对这些安全威胁,文章提出了一系列解决方案,包括强化网络安全架构、引入先进的加密技术以及采用智能监控系统。此外,综合运用了人工智能和大数据分析,对潜在风险进行预测和预防,实现了对网络安全事件的快速响应与有效处置。通过这些措施,有效提升了智慧电厂的网络安全水平,确保了电厂的稳定运行和信息安全。
简介:基于社会心理危机的风险放大机制,构建突发事件中公众安全感影响因素模型,其影响因素分别是事件属性、政府应对、媒体传播和群体心理与行为。利用网络爬虫软件对2014~2016年32件重大突发事件,包括新闻、新浪微博、百度搜索指数等在内的相关文本数据进行采集,通过定性比较分析(QCA)探寻在重大突发事件中导致公众安全感缺失的必要条件和逻辑条件组合。结果显示,影响范围广、应对不及时、谣言的存在和消极的群体情绪,是导致公众安全感丧失的必要条件。当其他条件变量与必要条件同时发生时,最容易引发公众安全感的缺失。在所有的影响因素中,媒体传播对公众安全感的解释力最大,其次分别是事件属性、群体心理及行为和政府应对。据此,构建以提升应急能力为目的,政府、媒体和社会公众协同参与的心理危机治理机制。