关于东莞市工程建设项目"多测合一"的应用分析

文章对东莞市工程建设项目"多测合一"应用模式进行重点分析,通过与其他城市的工作成效进行对比,指出东莞市"多测合一"应用中存在的问题,并提出相应的针对性策略,以保证东莞市工程建设项目"多测合一"政策落实到位,发挥主体能动性,完善联合测绘市场管理机制,确保"多测合一"政策的相关测绘单位能够及时开展测绘工作.     

基于形态特征提取的急性下壁心肌梗死BiLSTM网络辅助诊断算法

急性下壁心肌梗死是一种病发急、进展快、致死率高的心脏疾病,该文提出一种新颖的基于形态特征提取的BiLSTM神经网络分类的急性下壁心肌梗死辅助诊断算法,可大幅度提高医生对急性下壁心肌梗死疾病的诊断效率并有助于及时确诊.算法包括:对胸痛中心数据库心拍信号进行降噪及心拍分割;根据临床心内科医学诊断指南提取了12导联波形距离特征和分导联波形幅值特征;依据提取的特征搭建LSTM与BiLSTM神经网络进行心拍的分类识别;使用PTB公开数据库和胸痛中心数据库多临床中心进行交叉验证.实验结果表明,加入胸痛中心真实临床数据后,基于形态特征提取BiLSTM神经网络的急性下壁心肌梗死辅助诊断算法准确率达到99.72％,精度达到99.53％,灵敏度达到100.00％,同时F1-Score达到99.76.该算法比其他现有算法准确率提高至少1％,该项研究具有非常重要的临床应用价值.     

基于1D CNN与XGBoost的恶意代码纹理检测

恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实验.实验结果表明,所提的方法分类预测精度达到了97％.     

海上井喷抢险“三分支”引火筒结构设计

针对目前海上生产平台出现的井喷失控事故, 设计了“三分支”引火筒装置。在从源头控制井喷抢险作业时能够借助“烟囱效应”将流体/火焰引至上方，降低井口区温度，提高井喷抢险作业的安全性。“三分支”引火筒装置主要由引火筒、悬挂筒、主轴及悬挂装置、锁定及支撑装置组成。作业时可根据井口分布调整3个引火筒之间的角度和高度，配合钢丝绳和绞车进行井喷抢险作业。对各部分结构进行了阐述并且对结构强度及恶劣工况下的吊装进行了有限元分析。分析结果表明:装置强度满足要求；在200×104 m3/d气井井喷环境下最大等效应力为492 MPa，最大偏移量为348.02 mm，在6级风环境下最大等效应力为495 MPa，最大偏移量为353.12 mm，均满足抢险作业需求。研究结果可为生产平台井喷抢险引火筒研发提供参考。