浅谈疾病预防控制中心网络安全管理与维护

网络在疾病预防控制中心现已得到普及并成为工作中不可或缺的手段为中心的信息管理工作所使用,但其稳定性和安全性一直是行业思考的问题。本论文针对疾病预防控制中心网络安全体系的设计原则、安全管理与维护的措施进行了探讨,以期能够给疾控部门网络安全管理与维护提供一定的参考。     

冒口保温性能的数值模拟计算

通过数值模拟技术,采用较为可靠的前处理数据及边界条件,研究了铸件冒口在不使用保温材料和使用保温材料时不同的收缩情况,并且定量地分析了保温材料能够在多大程度上改善传统模数法所设计的工艺冒口.所得到的数据结果可对生产实际起到指导和参考作用.     

文物古建筑的消防安全监督管理

中国冗长的历史所遗留下来的文物古建筑数不胜数。特别是喜爱历史的人,一定对这些古建筑有着特殊的情感。因为,它们是我们祖先留给我们的宝贵遗产,它是我们祖先曾经留存在这世界上的最后凭证。在遗留下来的文物古建筑中大多数是木制的,所以我们要增强文物古建筑消防安全的监督管理。要杜绝由于疏忽大意造成严重后果的情况发生。事在人为,如果我们能够足够细心地去纠正每一个可能引起火灾的安全隐患,那么火灾就永远也不会有机会侵害我们的生活了。从而,文物古建筑也绝对地安全了。换一句话说,文物古建筑的监督管理的力度决定了文物古建筑的安全系数。     

一体化控制策略在换档品质控制中的应用

通过对换档过程的分析,以动力传动系统为整体,提出了一种适用于液力机械自动变速的一体化控制策略,该策略主要是针对换档品质控制中存在的平稳性与快速性之间的矛盾问题而设计。发动机转速、输出转矩、换档离合器油压均作为系统控制参数,且选择涡轮轴加速度作为系统评价指标进行反馈调节,并应用自学习控制器对系统中未知时变量进行估计。实车试验表明,该策略的使用可有效缩短换档时间,减小换档过程中的扰动,对换档品质的提高有明显作用。     

深腔类盒形件充液成形技术研究

充液成形技术是一种有效提高材料成形极限的方法。针对深腔类盒形件相对拉深高度大、常规拉深成形多道次、成形质量差的问题,通过分析盒形件充液成形过程中易出现失稳的原因,设计了带预胀充液成形的技术方案。针对高盒形件充液成形过程中出现的凹模圆角侧壁破裂、法兰区起皱等失稳形式进行数值模拟分析,得到了较为合理的工艺参数。并通过工艺试验分析了成形过程中压边间隙、液室压力、初始反胀等因素对零件成形性能的影响,最终得到了高质量的成形零件。     

基于分布式光纤传感技术结合维纳滤波的架空线路舞动监测方法

电力系统中输电线路由于天气影响极易产生舞动现象,威胁电网安全运行。针对这一现象提出一种基于分布式光纤传感技术结合维纳滤波的架空线路舞动监测方法。通过分析沿导线内光纤传播的后向瑞利散射信号得到架空线缆的舞动信息,经过正交解调算法实现舞动定位与舞动波形重构,同时结合维纳滤波算法消除由于波形重构存在的相位漂移和环境噪声。仿真及实验测试结果表明,该方法能直观地呈现整条线路舞动状况,并在舞动信号频率为0.8 Hz的情况下,成功消除了0.05 Hz的低频漂移信号,将信噪比提高了9.89 dB,减少了环境噪声的影响。该方法对架空线路的舞动监测提供了一种新的思路。     

10kV配电网线损的快速计算法

本文针对10kv配电网的实际情况，提出全网电压相位相近的情况下，用基尔霍夫电流定律和对称分量法得到每条线段电流，直接计算三相不对称潮流的线路损耗。避免了潮流计算过程以及复杂的网络电阻的等值问题，并通过RTDS仿真模拟计算，说明此计算方法的快速、准确和实用。     

基于GC-IMS技术分析小麦粉储存过程中挥发性物质的变化

研究小麦粉在储藏过程中典型指标的变化规律,基于气相色谱-离子迁移谱（GC-IMS）技术分析小麦粉储藏过程中挥发性有机物的变化,为小麦粉储存期间品质评价提供新的分析方法和参考依据。结果表明：小麦粉中挥发性物质以醇类、醛类、酯类化合物为主;利用GC-IMS的分析结果结合主成分分析、偏最小二乘-判别分析和热图聚类分析可以有效区分不同储藏期样品,小麦粉储藏过程中挥发性物质变化与水分、脂肪酸值和品尝评分值的变化趋势,验证了小麦粉在储藏过程中的挥发性物质变化可以用于储存时间的判断。     

基于分布式光纤传感技术结合维纳滤波的架空线路舞动监测方法

电力系统中输电线路由于天气影响极易产生舞动现象,威胁电网安全运行。针对这一现象提出一种基于分布式光纤传感技术结合维纳滤波的架空线路舞动监测方法。通过分析沿导线内光纤传播的后向瑞利散射信号得到架空线缆的舞动信息,经过正交解调算法实现舞动定位与舞动波形重构,同时结合维纳滤波算法消除由于波形重构存在的相位漂移和环境噪声。仿真及实验测试结果表明,该方法能直观地呈现整条线路舞动状况,并在舞动信号频率为0.8 Hz的情况下,成功消除了0.05 Hz的低频漂移信号,将信噪比提高了9.89 dB,减少了环境噪声的影响。该方法对架空线路的舞动监测提供了一种新的思路。     

面向案件审判难度预测的神经网络模型研究

审判难度预测(TDP)是指在给定案情描述文本的情况下,自动预测案件审判难易程度,其在司法智能化系统中具有广阔的应用前景.现阶段,案件审判难度预测工具严重依赖专家经验规则,存在较大偏差,相关的研究工作较少.针对此问题,将其归结为自然语言处理中的文本分类问题,通过分析发现传统分类方法未考虑起诉状中审判要素间的结构独特性和逻辑依赖性,导致难以准确预测案件难易程度.为解决上述挑战,通过对起诉状的研究,结合案件繁简审判要素,提出一种新的神经网络模型MAT-TAN.具体地,该模型首先采用一种掩码注意力网络(MAT)对案情描述文本进行细粒度分析.其中的掩码机制扮演智能门控者的角色,起到聚焦审判要素特定位置的作用,结合自注意力机制,实现了对各审判要素全面、准确的特征提取.其次,提出一种拓扑关联网络(TAN)对要素间的司法逻辑依赖关系进行建模,并有效融合不同要素的特征,最终实现案件审判难度预测.在法院真实数据上的实验结果表明,与基准的文本分类方法相比,该模型宏平均F1值提升了0.036,在审判难度预测上具备较好的使用效果.