加强国有企业内部消防安全工作的重要性

国有企业经济的发展，职工生活质量的保障，企业内部的繁荣稳定，靠什么呢？靠科学、技术、经济，同时还要靠消防安全管理。保障企业职工和财产安全，是社会进步与文明的标志；是人权的重要内涵；安全生产是国有企业和社会稳定的基石；是生产力发展的基础和条件。国有企业内部消防安全工作稳定，关系国有企业经济快速健康持续发展。故本文就怎样加强国有企业内部消防安全工作的重要性来谈论。     

线槽材质对高压线缆屏蔽影响仿真分析

高压线缆连接动车组供电系统中主变压器以及其他高压电气设备,是主要的电力传输线缆。高压线缆布线不合理以及材质选择不当,均会造成电磁干扰严重的现象,电磁干扰会影响信号系统中轨道电路、车上信号的分析。文章通过对所选的三种线槽材料进行磁场仿真,利用仿真结果对线缆线槽选取合适材质提供理论依据。     

融合显著信息的LDA极光图像分类

美丽的极光形态各异,不同形态的极光蕴含不同的物理意义,所以研究极光图像的分类具有重要的科学价值.在LDA(latent Dirichlet allocation)模型基础上提出了一种融合显著信息的LDA 方法(LDA with saliencyinformation,简称SI-LDA),利用极光图像的谱残差(spectral residual,简称SR)显著信息生成视觉字典,加强极光图像的语义信息,并将其用于极光图像的特征表示.最后,利用SVM分类器对极光图像进行分类.实验结果表明,所提出的算法获得了良好的分类结果.     

稻米中矿物质元素的检测及其在产地溯源中的应用研究进展

稻米是我国的主要粮食之一,稻米的安全和品质越来越受到人们的关注。稻米中的矿物质元素特征不但关系到稻米的消费安全、同时也和稻米的品质密切相关。稻米中的矿物质元素特征和稻米的品质受到某些地理因素包括气候和土壤等的影响,因此各地的稻米具有不同的矿物质元素特征和地理标志特色。所以,稻米中矿物质元素的分析检测以及其特征分析对于稻米的品质和产地溯源具有重要意义。近十多年来,有关稻米中矿物质元素的分析检测以及基于矿物质元素特征的稻米产地溯源技术得到越来越多的关注,在方法学上取得了显著的进步。本文主要针对近十多年来有关稻米粮食中主要矿物质元素的分析检测方法和基于矿物质元素的产地溯源方法的研究进展进行了概述,以期为食品检测机构或食品安全研究或评估人员提供方法学上的参考。     

"9"论中国白酒金三角

古老的天府之国,悠久的巴蜀文化,孕育了闻名天下的川酒文明,长江中上游成为中国名优白酒的核心腹地,由此以泸州、遵义、宜宾为顶点的“中国白酒金三角”应运而生,三地山水相连,得天独厚的酿造条件,造就了以泸州老窖、郎酒、贵州茅台、宜宾五粮液等为代表的中国名酒。中国白酒金三角,为白酒产业集群发展了奠定基础。     

O2O社区生活圈划分、特征识别与规划对策——以上海市虹口区为例

以上海市虹口区为例,选取O2O(Online to Offline)应用较为成熟的生鲜菜场及药店两类商业服务设施作为研究对象,基于多源数据爬取、供需关联模型和复杂网络分析等技术方法,对线下和O2O两类社区生活圈进行划分。通过对两类社区生活圈在边界、结构形态、服务水平等3个方面的特征进行比较,发现O2O社区生活圈的规模更大,其关联枢纽呈现出沿高等级道路分布的轴线结构;O2O社区生活圈的自服务水平较低,同时依赖一个更大范围的、去中心化的服务网络。基于此,O2O社区生活圈规划应当从尺度层级、边界划分、公共服务设施配置标准及智慧平台建设等方面制定积极的应对策略。     

一种新型变电站蓄电池在线健康管理技术

介绍了一种新型蓄电池在线检测和在线维护管理系统,系统包含了检测和维护装置、云服务平台,后台健康管理系统及移动终端应用软件,可提前对蓄电池潜在隐患做出分析和预测,实现了直流系统蓄电池组故障的快速筛查、蓄电池组在线维护、蓄电池组在线活化工作的一键式操作;实现了蓄电池信息分级推送、痕迹化管理、数据自动流转、报表自动生成、现场知识库查询,能够为无人值守智能化变电站直流蓄电池组的运行、监测、维护、施工、抢修等措施提供决策保障,提高了智能变电站运行的可靠性。     

机器学习在预测人体运动地面反作用力中的应用综述

三维地面反作用力（Ground reaction force, GRF）是人体运动分析的重要测量参数,但其测量受到一定限制。本文系统归纳了机器学习在预测GRF中的应用现状。以“ground reaction force”与“machine learning”“neural network”组合为关键词检索,筛选利用机器学习模型预测GRF的研究。共纳入14篇研究,研究的动作包括步行、跑步及个别专项动作,利用不同的学习算法来预测GRF,输入参数包括足底压力参数、运动捕捉获取的人体运动学参数等,均采用相关系数及均一化均方根误差作为评价指标。结果显示,利用机器学习预测GRF可获得极好的预测精度。利用机器学习模型预测GRF在人体运动中的应用还有待更多的研究,如增加用于机器学习的数据集大小可进一步提高学习模型的预测性能等。