狼来了

狼来了。她摇着头,不敢相信。狼真的来了。她信了,真有点惧怕。这是一只老狼,不是北方来的,是南方变异的一只架着”眼镜”白了胡须的、皮肤像用木炭熏过、涂上油的老恶狼。它眼里闪着凶光,一遇到异己,就张开血盆大口,伸出爪牙,欲置人于死地。这是狼的本性。世界上的狼没有不吃人的,即便是与己相处得好的伙伴,只要它的畜性发作,也会凶猛地扑上去……据传,这只狼也有过遭际,曾亦被猎人捕捉过,并关进铁笼里。那时,它的凶残的本性得到了抑制,威风不再。于是,收敛起它的凶相,做出一副老实巴交的样子,低三下四,天天企盼猎人的施舍,每天低垂着“高贵”显赫的头颅,静观猎人的笑脸,强忍着,以求东山再起。有一天,猎人的主宰见它可怜,同情心油然而生,放了它一马……     

基于改进YOLOv5s的非侵入式负荷识别

负荷识别是非侵入式负荷监测的关键环节.针对原始电压电流轨迹特征选择有限、识别准确度低的问题，提出一种基于改进YOLOv5s(YOLOv5s是YOLOv5(you only look once的第5个版本)系列中预训练结构最小的模型)的非侵入式负荷识别算法.将坐标注意力(coordinate attention,简称CA)模块添加至YOLOv5s的主干网络，用双向特征金字塔网络(bi-directional feature pyramid network,简称BiFPN)取代YOLOv5s的常规特征提取网络.实验结果表明：相对于其他3种算法，该文算法有更高的负荷识别准确度.因此，该文算法具有有效性.     

基于TDFFCNN模型的电能质量扰动分类

为提高电能质量扰动(power quality disturbances,简称PQD)分类准确率，提出双模态特征融合的卷积神经网络(two-dimensional feature fusion convolutional neural network,简称TDFFCNN)模型，该模型包含2个轻量化子模型.子模型1运用全局最大池化，在大量降低数据量的同时学习电能质量扰动(power quality disturbances,简称PQD)时间序列的时序特征，以增加模型提取时序特征的能力；子模型2使用小卷积核与小步长为参数的堆叠单元提取图像振幅特征，对高中低层特征进行融合，以获得细节与结构性语义.实验结果表明：TDFFCNN模型具有较强的抗噪性能；相对于其他3种模型，TDFFCNN模型的平均准确率最高.因此，TDFFCNN模型具有更强分类性能.     

韧性社区视域下城市防震减灾科普宣传策略研究

在面临地震灾害时，城市社区的角色越来越受到关注。在天津市城区的3个社区中，对社区防震减灾科普工作开展情况、社区居民减灾应对行为情况、社区居民对地震灾害科普内容及形式的期望等方面进行了居民防震减灾意识与应对能力调查，并从社区韧性视域下分析了地震灾害中社区的作用机制。结果表明，社区层次的应急准备组织工作和逃生意识还有所欠缺，居民对于社区的应急组织能力比较认可，同时普遍缺乏自救互救的实操经验，对于参与应急演练的意愿强烈。基于此，提出了社区防震减灾科普宣传策略。