煤与瓦斯突出灾变预警与应急辅助决策

为了实现煤与瓦斯突出突变预警,以便及时采取应急措施防止事故扩大,提出了煤与瓦斯突出灾变预警与应急辅助决策技术。具体对瓦斯涌出异常特征进行了分析,给出了煤与瓦斯突出灾变的监测与识别方法;结合煤矿现有的安全监测系统,对灾变后瓦斯涌出量预测、波及范围预测、区域断电措施等技术进行了研究;并利用以上技术对大平煤矿“10·20”瓦斯爆炸事故进行了反演,该技术能在瓦斯波及之前发出将波及预警和给出相关应急措施建议。     

硼酸锌协同膨胀阻燃环氧涂层耐火作用及其机理研究

将硼酸锌(ZB)作为促进成炭的协同剂与双环笼状磷酸酯Trimer膨胀阻燃剂(T-IFR)复配,应用于膨胀阻燃环氧涂层,研究了ZB的协同耐火行为及作用机理.燃烧背温测试仪及锥形量热仪燃烧测试表明,适量添加ZB可产生良好的协同耐火作用,涂层的耐火时间由17 min提高到30 min,最大热释放速率由379.8 kW/m2降低到258.5 kW/m2,最大烟释放速率由0.11 m2/s降低到0.05 m2/s.热失重分析、傅里叶红外光谱、X-射线光电子能谱及扫描电镜研究表明,涂层耐火作用的提高与ZB增加了T-IFR热解残炭量,在残炭中形成了BPO4等耐热产物及改善了涂层燃烧产生的膨胀炭层的均匀性和致密性有关.     

基于改进粒子群优化算法的灰色神经网络模型

根据灰色神经网络的参数随机选择类似于粒子群算法中的粒子初始空间位置,采用改进粒子群算法代替梯度修正法,对网络参数进行了处理,并通过寻找粒子群算法中的最优个体,建立了基于改进粒子群算法的灰色神经网络,提高了预测模型的稳健性和精度.通过解决短期订货量问题,与反向传播(BP)神经网络、灰色神经网络、没有改进的粒子群灰色神经网络算法和基于遗传算法的灰色神经网络等方法进行了比较.分析结果表明,基于改进粒子群算法的灰色神经网络计算更为方便,并具有更好的逼近能力和预测精度.为优化网络模型参数提供了一种新方法,并拓展了预测模型的研究思路.     

iOS设备取证技术研究

苹果手持设备在国内迅猛发展,在电子取证案件中出现的频率也越来越高,是当前电子取证的研究热点。针对iOS设备操作系统特有的"封闭"模式、安全技术和文件结构,对比备份、逻辑、物理和非常规等不同数据获取方式的异同。通过对数据进行分析并选取经过NIST测试的恰当取证软件,可以实现取证结果符合司法程序。     

块H阵新的子类

对块H矩阵的子类问题进行了研究,利用构造性证明法严格按照块H矩阵的定义得到了两个新的子类：广义弱块对角占优矩阵和П型广义弱块对角占优矩阵。     

苏州农村生活污水治理研究与对策分析——以苏州市相城区为例

为加强农村生活污水的收集和处理,积极探索并全面实施适应农村实际的污水处理方案,以相城区为例,在调查苏州农村生活污水排放现状与常用处理工艺的基础上,深入分析苏州农村生活污水排放体制及其治理适用技术,对所采用的处理工艺进行技术和成本分析,并对进一步完善苏州农村生活污水的治理提出建议,为苏州以及太湖流域水环境改善提供参考和借鉴．     

计算机辅助设计参数化技术的应用

工程设计中存在着大量相似拓扑关系的图形,仅仅依靠简单的交互式计算机辅助设计手段很难快速、准确地完成这些图形的绘制.而参数化技术手段,可通过编制简单计算机程序的方式解决这方面的问题.为此,从提出计算机辅助设计参数化技术的概念着手,以简要的文字和图例对该技术的基本原理进行分析,展现出参数化技术在计算机辅助设计领域新的一面,同时以室内设计为例,结合简单的计算机程序,对这一技术在工程中的具体应用作出详细说明.     

视觉类次任务驾驶安全性预测模型

为了建立一种视觉类次任务驾驶安全性预测模型,实现对驾驶人执行视觉类次任务时的行车安全进行预测,设计并进行了城际高速公路场景中三种视觉类次任务驾驶试验;以眼球运动状态参数集和车身行驶状态参数集为安全评价指标,使用模糊层次分析法(F-AHP)计算得到测试驾驶人的安全评价数字等级;以此为基础,利用BP神经网络建立视觉类次任务驾驶安全性预测模型,以30名测试驾驶人的评价指标数据作为神经网络的输入训练样本、安全评价数字等级作为神经网络的输出训练样本,调试网络参数直至满足本研究的精度需要;最后,使用其余10名测试驾驶人的数据对模型进行适用性测试。研究结果表明,在操作车载收音机、发信息以及操作触摸屏设备这三种次任务情境下,本预测模型的适用性较好,可以比较准确的实现对驾驶人安全等级的预测。     

面向聚变堆的托卡马克稳态先进运行模式的发展

人类文明和经济的持续快速发展有赖于新能源的发现和广泛应用。清洁、高效、几乎无尽的核聚变能源可以成为当前化石能源的有效替代,能够成为人类的终极能源。名为托卡马克(Tokamak)的磁约束装置是当前人类用于研究核聚变产生能源的主要方式之一。为了提高其运行的安全性和经济性,科学家们设计了多种能够使聚变等离子体长时间稳态运行的先进运行模式。这类运行模式的长足发展依赖于高温等离子体物理和核聚变相关技术等领域的研究进展,尤其是对于自举电流和外部驱动电流的研究。托卡马克稳态先进运行模式将成为未来国际热核聚变实验堆(International Thermonuclear Experimental Reactor,ITER)和中国聚变工程实验堆(China Fusion Engineering Test Reactor,CFETR)主要的运行模式。     

基于集成学习的束支传导阻滞识别方法

为提升基于心电图的左、右束支传导阻滞自动化诊断性能,提出了一种以多导联心电图卷积神经网络模型作为基学习器的集成学习诊断方法.首先从临床12导联同步静态心电图中提取出有效诊断导联数据并分割为若干个多导联单心搏数据切片.采用自助采样法抽取多个数据子集,并对每个子集以不同方式进行数据扰动后输入基学习器,得到相应的预测模型.然后以贝叶斯方法作为集成学习的结合策略融合多个模型进行预测.最后采用投票法结合1例心电图中的多个心搏分类结果给出诊断.实验结果表明,该方法具有较高的灵敏度和特异度,具有临床应用价值.