北方机场水泥混凝土道面常见病害及预防措施

北方机场水泥混凝土道面常见病害有道板错台、道面裂缝、边角脱落和板体断裂四类病害,这些病害不仅与混凝土的使用性能有关,还与北方地区复杂的气候条件有关。相较于道面产生病害以后再进行处理,病害预防工作在维护机场安全方面更为重要。科学制定和严格执行预防措施,可以有效预防我国北方地区机场混凝土道面病害的产生,最大限度地提高道面的使用寿命,从而保障机场的安全运营。     

机场水泥混凝土道面施工质量控制要点分析

尽管机场水泥混凝土道面建设对道面的强度、平坦度、粗糙度和稳定性有高要求,但是施工质量缺陷极易发生。这就要求施工过程中不仅要重点关注原材料的质量控制,还要严格执行施工组织管理的规范,加强施工工艺的控制,包括施工准备、制作模板、支模、搅拌混凝土、混凝土摊铺等内容,这些都是道面施工质量控制的要点,可行性高,实战性强。     

机场未爆弹识别技术应用研究

由于机场未爆弹识别具有模糊性和风险性的特点,尝试把最近发展起来的模糊支持向量机引入到机场耒爆弹探测中.首先对数据进行预处理,得到各点的风险隶属度,并将其引入决策函数的生成过程.机场未爆弹探测试验结果表明最后得到的决策函数对重要数据的分类精度有明显改善.     

一种张量扩展的条件随机场模型及其在自然语言处理任务中的应用

传统的自然语言处理方法是将大量手工制定的特征输入到统计学习模型中,以完成文本的加工处理。目前,条件随机场模型在多种自然语言处理任务中都取得了较好的效果,但手工特征制定的方式以及庞大的特征数量增加了模型建立的难度,降低了模型运算的速度,同时易使模型“过拟合”。为了解决上述问题,提出一种张量扩展的条件随机场模型,利用张量变换自动构建出复杂的特征,减少了手工特征制定的工作量,并使用Tucker分解算法加速模型,得到的模型可用于多种自然语言处理任务。实验表明,在提取相同基本特征的前提下,与传统的条件随机场模型相比,文中的模型在多种自然语言处理任务中的性能都有所提高,具有一定的使用价值。     

基于核心句及句法关系的评价对象抽取

意见挖掘已成为近年来的热点问题,该文针对COAE2009评测中的意见挖掘任务的一项子任务——评价对象抽取进行了研究。首先提出利用核心句进行学习的思想,继而确定了10种句法关系作为语言特征,将原始句和核心句分别基于词、词性和句法关系利用条件随机场模型进行学习和比较,在后期又利用二次学习的方式进一步提高了抽取性能。实验取得了相对不错的抽取效果,证明我们提出的方法是可行的,且具有一定的应用价值。     

基于合成孔径雷达图像的机场主跑道检测方法

针对现有机场主跑道检测方法提取目标不明确的问题,提出一种从合成孔径雷达(SAR)图像中自动检测机场主跑道的方法.使用模糊C均值算法分割原始SAR图像,采用形态学方法进行去噪处理,通过去除较小连通区域的方法以消除虚警目标,运用Hough变换检测主跑道,并基于直线平行线的特性对主跑道进行后处理,得到的检测结果具有较高的正确...     

基于ASP的中级职称网络评测系统

近几年来,随着国际上恐怖活动的日益猖獗,民用航空领域的安全防范工作越来越引起社会各方面的密切关注.如何建设并管理好一整套技术先进、运行可靠、能最大限度确保航空运行安全的信息化现代化安防系统,已经成为各个机场的一项非常重要工作.为此,本文从入侵报警系统、出入口控制系统以及视频监控系统三方面对机场安放体系中信息技术的应用进行了探讨.     

机场行李自动分拣系统监控装置的研究

为了解决目前机场行李分拣系统结构复杂、分拣效率低、异常问题突出的现状,提出了一种新的机场行李自动分拣系统监控装置。对监控系统整体结构、数据采集方案、故障分类及预警方案等进行了研究。建立了一种模块化的监控系统结构,通过标准接口构成有效提升了自动分拣系统监控的效率和可靠性。建立以集成中控数据传输模块为核心的数据传输系统,提高了监控数据的传输效率和传输稳定性。建立数据状态分类及故障预警模块,实现了系统运行过程中故障的自动排查和预警。根据实际应用表明,新的行李自动分拣监控系统能够实现对行李自动分拣监测和异常预警,故障检出准确性达到了99.5%,故障率降低了95%,提升了机场行李自动分拣系统的运行稳定性。     

7日我的赈灾日记

5月15日 接货 设备调试 凌晨2点接到公司通知,要求乘坐早上8点的航班赶赴成都,任务是为抗震救灾的部队发送来自全国各地的部分抗震抢险设备,并进行产品的使用培训。机票已经订好。早上4点起来收拾行装,5点出发到首都机场,8点飞机从3号航站楼出发飞往成都。     

一种新的SAR图像无监督分割方法

马尔可夫随机场（MRF）在SAR图像分割中有着广泛的应用。由于合成孔径雷达（SAR）图像本身所固有的相干斑噪声的影响,传统方法很难获得准确的分割,因此提出了一种新的基于MRF（Markov Random Field）融合Gaussian-Hermite矩（GHM）的SAR图像无监督分割算法。利用Gaussian-Hermite矩的不同阶矩作为SAR图像特征得到初始分割;将得到的初始分割结果作为MRF随机场的先验模型,通过引入一个基于两成分权重参数的能量函数,利用最大后验概率（MAP）得到最终的分割结果。通过对合成图像及SAR图像分割实验结果的比较,表明了该方法在误分率、抗噪性以及视觉效果上具有更好的效果。