高含硫气田应急处理中的远程监测及搜救系统研究

我国的高含硫气田主要位于山区,气田周边地形复杂,人口众多且分布零散,一旦发生井喷或者含硫天然气泄漏事故,常规处理办法难以实现对事故区域的有毒有害气体进行大范围的快速监测和对被困人员进行准确搜救。研究设计的远程监测及搜救系统,通过携带气体传感器和可见光摄像头、热成像摄像头的无人机,实时采集事故涉及区域的硫化氢、一氧化碳、二氧化硫等气体分布数据,拍摄救援现场视频,捕捉现场被困人员信息,可以有效克服复杂山地地形条件的限制,及时准确指导救援工作,实现快速应急监测和精准搜救。     

喷墨印刷应用状况及发展

喷墨印刷被认为是一种无接触、无压力、无印版的数字印刷方式．具有传统印刷无可比拟的优越性。由于其对承印物的材质、形状的宽容度极大，除了能印刷传统介质外，还可以在金属、陶瓷、玻璃、丝绸、纺织品等材料上实现印刷，在印刷、广告喷绘、影像、GIS／CAD、防伪等多个领域已得到广泛应用。     

实验设计法优化高浓度静注人免疫球蛋白制剂的处方

目的通过实验设计法优化高浓度(10%)静注人免疫球蛋白(human immunoglobulin for intravenous injection,IVIG)的制剂处方。方法采用单因素试验(包括等电点、二级结构、分子大小分布,转变中点温度4个指标)确定IVIG(10%)的pH范围,同时经国外相关数据和产品质量指标选择IVIG的稳定剂甘氨酸和聚山梨酯80的浓度范围,再采用实验设计法优化IVIG的pH及稳定剂浓度。以转变中点温度为指标,通过单因素试验优化IVIG(10%)的离子强度。结果最佳IVIG(10%)制剂处方为聚山梨酯80:80 mg/L,pH:4. 5,甘氨酸:0. 25 mol/L。最适离子强度为0 mmol/L氯化钠。结论成功优化了IVIG(10%)的制剂处方,可确保制剂的稳定性,提高临床用药安全性。     

令发五指峰——赣州联通抗洪救灾保通信纪实

受第五号台风“格美”影响，7月26日凌晨，江西赣州地区遭受强降雨袭击，洪水如猛兽般肆虐，许多通信设施被冲毁，赣州联通上犹紫阳、寺下，安和、社溪，龙南县城、临塘、东江等地共出现12处光缆断点，多个县市通信大面积中断。由于此次降雨强度大，频率高，部分县已发生了山体滑坡、把石流，内涝等自然灾害。在突如其来的灾难面前，赣州联通挺身而出，以高度的政治责任感和舍小家，顾大局的奉献精神，精心组织，全力保障、科学调度，有序抢建，连续奋战在抗洪抢险一线。     

网络媒体下的企业VI设计原则

论述了互联网时代的商业信息运作模式是前所未有的,随之诞生的网络媒体具有鲜明的特殊性;在网络媒体下,设计师所需注意的几大设计原则,从特殊的角度探讨了基于网络媒体和虚拟数字技术的企业VI设计.     

本地网网管系统Web的应用实现

介绍了本地网网管系统的特点，阐述了Ｗｅｂ模型及交互式应用实现方法，并通过实际应用的例子介绍了Ｗｅｂ 在本地网网管系统中的实现方法 。     

视觉传媒中的符号学

介绍了符号的各种相关原理和知识,目的就在于让广大设计师们都了解符号学和视觉设计的关系,并且在以后的设计中巧妙使用我们的符号,以此来更好的定位我们的产品,以达到更好的设计效果,以此来捕获更大的消费群.     

基于CFx的蒸汽蓄热器放汽闪蒸过程数值模拟

利用计算流体力学软件CFx,采用k-ε双方程模型,对蒸汽蓄热器放汽过程进行了数值模拟,分析了蓄热器内部两相流流动和不同放汽方式对闪蒸产汽率的影响。结果表明:出口压降方式不同,蒸汽蓄热器内压力响应和出口产汽率波动也不同;压降速率越快,闪蒸初期产汽率波动越大,但趋于稳定的时间越短。研究结果对平衡热力系统能量供需和各设备之间的稳定运行提供了参考。     

异常步态3维人体建模和可变视角识别

目的 运用视觉和机器学习方法对步态进行研究已成为当前热点,但多集中在身份识别领域。本文从不同的视角对其进行研究,探讨一种基于点云数据和人体语义特征模型的异常步态3维人体建模和可变视角识别方法。方法 运用非刚性变形和蒙皮方法,构建基于形体和姿态语义特征的参数化3维人体模型;以红外结构光传感器获取的人体异常步态点云数据为观测目标,构建其对应形体和姿态特征的3维人体模型。通过ConvGRU（convolution gated necurrent unit）卷积循环神经网络来提取其投影深度图像的时空特征,并将样本划分为正样本、负样本和自身样本三元组,对异常步态分类器进行训练,以提高分类器对细小差异的鉴别能力。同时对异常步态数据获取难度大和训练视角少的问题,提出了一种基于形体、姿态和视角变换的训练样本扩充方法,以提高模型在面对视角变化时的泛化能力。结果 使用CSU（Central South University）3维异常步态数据库和DHA（depth-included human action video）深度人体行为数据库进行实验,并对比了不同异常步态或行为识别方法的效果。结果表明,本文方法在CSU异常步态库实验中,0°、45°和90°视角下对异常步态的综合检测识别率达到了96.6%,特别是在90°到0°交叉和变换视角实验中,比使用DMHI（difference motion history image）和DMM-CNN（depth motion map-convolutional neural network）等步态动作特征要高出25%以上。在DHA深度人体运动数据库实验中,本文方法识别率接近98%,比DMM等相关算法高出2%~3%。结论 提出的3维异常步态识别方法综合了3维人体先验知识、循环卷积网络的时空特性和虚拟视角样本合成方法的优点,不仅能提高异常步态在面对视角变换时的识别准确性,同时也为3维异常步态检测和识别提供一种新思路。