基于MD-LBP关联方向特征的铁路隧道漏缆卡扣检测算法

全路段跟车拍摄隧道漏缆卡扣图像再进行逐张排查,是实现卡扣故障检测的重要手段.针对目前LBP、CS-LBP等相关变体算法存在描述子质量不佳、特征维度过高的问题,提出MD-LBP关联方向特征提取算法实现故障卡扣的检测工作.该算法首先对输入图像进行高斯滤波预处理,根据图像的全局灰度均值得到图像的自适应阈值;其次计算图像的三层MD-LBP特征图结构,依次经过两次下采样分别得到Cell主方向特征和Block主方向特征;然后再在Block特征图上提取关联方向特征,并以此作为描述子;最后通过SVM区分故障卡扣,完成检测工作.实验还对比了LBP、H OG等9种特征描述子的检测情况,结果表明该算法不仅特征维度低,并且检测故障卡扣的召回率和精准度都达到了85％.     

浅谈现代大学生心理危机应对机制建设

探讨现代大学校园危机预防机制建设的必要性,结合相应的心理学理论,运用心理学观察法和调查法,通过对典型的大学生心理危机的个案分析,论证了大学校园存在潜在危机的成因,最后得出结论:事前预防与事后干预相结合的长效机制,将是处理和预防校园危机的有效措施,学校需要建立一套四位一体的大学生危机预防体制,这在培养大学生健康成长和维护和谐稳定校园环境上都具有重要作用。     

基于随机机器故障的柔性作业车间动态调度

为了有效快速地应对生产过程中出现的随机机器故障,构建了一个故障机器可恢复的动态柔性作业车间调度模型,采用事件和周期混合驱动的方式,设计了一个组合重调度策略.在组合重调度策略中,将改进的二叉树右移重调度与完全重调度进行组合,引入序位偏差和完工时间偏差为重调度评价指标,对重调度方法进行选择,并且在精英选择遗传算法(elite selection genetic algo-rithm,ESGA)基础上,对精英选择策略进行改进,以防止陷入局部最优.试验算例仿真结果表明,动态调度算法对随机机器故障下的柔性作业车间动态调度是有效的.     

考虑外界影响的元动作单元故障概率模型

为描述数控机床运动构件的故障率随时间变化的情况,本文从元动作单元出发,建立了一个关于元动作单元的故障概率模型.首先,根据元动作单元故障发生的原因将故障分成两类,随机故障和老化故障.然后,根据这两种故障类型故障数据的不同特点,选用两个不同的概率分布函数分别进行描述,随机故障用泊松分布进行描述,老化故障用威布尔分布进行描述.接着,给出这两种故障概率模型中各参数的物理意义和估计方法.更进一步,工作负载和工作环境会分别对元动作单元的老化故障和随机故障的故障率造成影响.为比较这两者对故障率影响的大小,提出了工作负载参数R l和工作环境参数R e,并给出这两个参数的估计方法.最后,根据收集到的运动构件的故障数据作出频率直方图,同时,对故障数据进行参数估计得到概率密度函数,并将这两者画在同一幅图上,发现两者具有较好的拟合效果.表明提出的元动作单元故障概率模型适合于描述运动构件故障率随时间的变化,模型有效.     

脑卒中的社区三级预防管理效果探讨

在社区医疗服务模式下，观察三级社区预防管理模式对脑卒中患者康复的效果。方法为：将92例符合入选标准的脑卒中患者分成一级预防组46例、二级预防组28例、三级预防组18例，采用简化Fugl-Meyer运动功能量表评定肢体运动功能，改良Barthel指数评定日常生活活动能力，分别在初入组、指导3个月末、指导6个月末时进行效果评价。结果表明：脑卒中患者在社区接受系统、规范、持续的三级预防管理指导，能有效改善肢体运动功能，提高日常生活活动能力。     

"青蛙现象"对高校突发事件预防管理工作的启示研究

近年来,频发的高校突发事件给高校带来了一定的负面影响.而高校管理中的一些"青蛙现象"的存在,容易滋生一些不安全、不稳定因素,因此,对"青蛙现象"的研究已经成为高校突发事件预防管理工作的重要内容.     

基于计算实验的流感大流行预防策略

流感是人类健康的重大威胁之一.为探索预防新型流感大流行的有效策略,建立了北京市计算流行病模型,评估了边境口岸检疫,病例治疗,病例隔离,社会关系抗病毒预防以及免疫接种措施对四种新型流感大流行的预防效能.结果表明:边境口岸检疫对于预防新型流感大流行的作用非常有限;积极的病例治疗可预防传播能力类似于2009年A(H1N1)的新型流感大流行;高强度的病例治疗和病例隔离可预防传播能力类似于1957年A(H2N2)的新型流感大流行;对于传播能力类似于1918年A(H1N1)的新型流感,在高强度病例治疗和病例隔离的基础上须对病例的社会关系进行抗病毒预防才有可能预防大流行;而对于具有超级传播能力的新型流感(R_03.3),必须依靠有效的广谱疫苗才能预防大流行.研究结果对于进一步完善我国应对流感大流行的应急准备与处置计划具有参考价值.     

考虑单元互测的测试性指标分配方法

测试性分配是将系统级测试性指标按照一定规则分配给各组成单元的过程。针对现有主流测试性分配方法未考虑单元之间的互测情形,导致分配结果不合理,尤其是部分单元分配指标虚高,难以实现或代价过高等问题,提出了在综合考虑单元故障率、故障危害度等多重影响因素基础上,进一步考虑单元互测因素的测试性指标分配方法。首先实施考虑多重影响因素的指标初次分配;然后基于单元测试性初步设计结果,实施测试性建模与分析,得到单元自检故障率与他检故障率;再利用这两个数据以及初次分配结果构造分配函数实施再次分配,进而得到最终的分配结果;最后应用该方法进行仿真和实例运算,证明了该方法的有效性和先进性。     

基于后验风险确定故障样本量的Bayes方法

针对目前测试性故障样本量的确定方法过于粗糙和试验样本量过大的问题,提出了合理运用信息熵方法对装备系统各单元的测试性先验信息进行信息融合,得到装备系统级测试性试验数据。在此基础上得到测试性指标的先验分布,并进一步通过Bayes后验风险准则确定故障样本量及试验方案。以某型电动舵机系统各模块的试验数据为例,以故障检测率为测试性指标,经过分析和计算,发现运用所提方法得到的故障样本量相比传统方法明显减少,从而减少了试验成本,同时得到的测试性指标相对误差较小,保证了可信度。