对利用深度防御思想构筑公安信息安全体系的探讨

近年来,随着公安信息化建设的不断深入开展,传统的网络安全部署抵御日趋复杂的网络拓扑和迅速增长的网络应用所带来的安全风险的难度日益加大,因此,信息安全保障工作在各地公安机关得到了越来越高的关注。在分析公安网络安全现状的基础上,对利用深度防御理念构建公安网络信息安全体系的相关技术进行了探讨。     

首都圈地区b值随震源深度的变化: 对地震成核的意义

使用双差地震定位法对首都圈地区1980~2000年发生的2098个地震作重新定位, 获取了其中1825个地震精确的震源位置. 基于地震精确定位结果, 系统地计算了不同深度段的b值, 发现研究区b值随震源深度的增加具有系统减小的趋势, 且在地壳8 km上下的减小趋势最为突出, 表明在地壳浅部 (0~8 km)以小震为主, 大地震较少, 故b值高; 而在深处(8~25 km), 大地震相对较多, b值减小. 这一现象的背后物理机制可以从地壳介质复杂程度与应力状态的变化得以解释, 破裂易于在地壳介质相对均匀、岩石静压力较高的地壳深处成核形成大地震. 推测首都圈地区未来强震多发生在8 km以下的地壳深部.     

办公室四大细菌聚集地

办公室看起来窗明几净,一切井井有条,但这样就安全了吗?其实在你看不见的地方,不知道多少细菌正在大集会!电话办公室里,每个人都有属于自己的电话,但其他人也会临时借用。在打电话的时候,唾沫经由嘴巴喷射到话筒     

精心培育积极开拓——加快浙江“车联网”发展对策建议

在智慧浙江建设的总体框架内,紧抓车联网发展机遇拉动汽车经济快速增长,是浙江推进信息化与工业化深度融合,促进智慧城市建设的重要途径。选择城市开展车联网试点选择省内车联网产业发展基础条件较好、交通信息化水平相对较高的地区,重点在公共交通、治理     

浅析石油化工废水深度处理方法

针对石油化工废水深度处理的各种方法,阐述了物理法、化学法、生物法、组合技术、新型技术等方面的研究进展,最后指出推行高效的末端方法治理为主要的发展方向。     

变截面桩水平承载规律研究

基于变截面桩水平承载计算理论,考虑不同异化深度、有效截面面积等因素,对变截面空心方桩、变截面管桩和变截面加翼管桩这3种类型变截面桩在淤泥质土中的承载性状进行了规律性研究,结果表明:变截面桩桩顶位移均随异化深度的增大而非线性减小,减小速率先增大后趋缓;桩身最大弯矩随异化深度的增大均呈先减小后增大的趋势,当异化深度为(3~4)d时桩身最大弯矩值最小;变截面桩的水平承载力均随异化深度增大而非线性增大,异化深度小于7d时变截面加翼管桩的承载力较其他2种变截面桩有明显优势,异化深度大于7d后则开始情况相反;异化深度相同时,变截面空心方桩承载力较变截面管桩有优势。综合考虑承载力及桩身弯矩随异化深度的变化后,建议变截面桩异化深度(3~4)d为宜。     

电化学氧化法深度处理土霉素废水二级处理出水试验研究

以钛涂铱钌(Ti/RuO2-IrO2)平板为阳极、石墨板为阴极,采用电化学氧化法对土霉素废水二级处理出水进行了深度处理试验研究。确定了最佳电解条件:电流密度为0.10A/cm2、极板间距为2cm、电解质(Na2SO4)浓度为0.3mol/L和不调整废水pH值,在进水ρ(COD)=264.32mg/L时,电解60min后出水ρ(COD)120.00mg/L,COD去除率可达60%以上。在最佳电解条件下,COD去除动力学方程为ln(c0/ct)=0.012 9t-0.001 7,其相关系数R2=0.997 5,近似符合一级动力学方程。     

水力喷射压裂技术在薄层底水油藏中的应用

常规压裂技术是一种传统的油井增产工艺技术;水力喷射压裂技术是一种集射孔、压裂、隔离为一体的新型增产工艺技术,具有穿透性强、伤害低、孔径大、定向准的特点,是油田油井储层改造的新技术。分析水力喷射压裂技术的基本原理、适用条件、技术特点及施工工艺等,通过对梁7-01和梁45-01等五口井的水力喷射压裂现场试验,结果表明可以在薄层底水油藏中应用且增产效果明显。     

国外汽车中电子技术的应用现状

介绍目前电子技术在汽车发动机燃油喷射系统的控制,点火时间的控制,自动变速以及悬架系统,动力转向系统和防抱死控制系统及其它方面的应用。     

基于深度学习的建筑物识别

针对随着城市化的快速发展,城市与城市间的辨识度越来越弱,城市地标的概念越来越热门这一现象,提出了一种基于深度学习的建筑物识别方法;使用改进的Faster R-CNN算法作为训练模型,首先,将需要识别的图片输入深度神经网络,提取出特征框图;然后,模型通过区域建议网络预测目标建筑物所在位置的区域建议,并将这些区域建议映射到特征框图上,RoI Pooling层将这些区域建议转换成固定大小的特征框图;最后使用非极大值抑制从预测边界框中移除相似的结果,得到预测边界框以及边框中目标建筑物的类别和概率;实验结果表明:在训练数据集充足的条件下,使用此方法对地标建筑物的识别率能达到90. 8%,通过与其他模型比较分析,该模型具有较好的识别效果。