智能化电子信息技术发展及应用分析

文章首先对智能化电子信息技术进行了深入的研究,而后分析了该技术在应用过程中出现的问题,最后结合该技术的相关特点给出了相应的问题解决措施,希望能够对智能化电子信息技术的发展提供帮助。     

全国10起典型火灾爆炸事故

日前,为推动各地区、各部门、各单位深刻吸取有关事故教训,树牢安全发展理念,统筹发展和安全,压紧压实安全责任,提升全社会消防安全意识,增强民众抵御火灾的能力,应急管理部消防救援局公布了2021年全国10起典型火灾爆炸事故。     

基于多通道的ICU脑血管疾病死亡风险预测模型

死亡风险预测指根据病人临床体征监测数据来预测未来一段时间的死亡风险。对于ICU病患，通过死亡风险预测可以有针对性地对病人做出临床诊断，以及合理安排有限的医疗资源。基于临床使用的MEWS和Glasgow昏迷评分量表，针对ICU病人临床监测的17项生理参数，提出一种基于多通道的ICU脑血管疾病死亡风险预测模型。引入多通道概念应用于BiLSTM模型，用于突出每个生理参数对死亡风险预测的作用。采用Attention机制用于提高模型预测精度。实验数据来自MIMIC [Ⅲ]数据库，从中提取3?080位脑血管疾病患者的16?260条记录用于此次研究，除了六组超参数实验之外，将所提模型与LSTM、Multichannel-BiLSTM、逻辑回归（logistic regression）和支持向量机（support vector machine, SVM）四种模型进行了对比分析，准确率Accuracy、灵敏度Sensitive、特异性Specificity、AUC-ROC和AUC-PRC作为评价指标，实验结果表明，所提模型性能优于其他模型，AUC值达到94.3%。     

连获重磅殊荣的背后,是亨通坚守创新的“硬核”故事

岁末盘点正当时,砥砺奋进再出发。自成立以来,亨通始终深耕实体制造业,始终坚持科技引领、创新驱动,聚焦发展前沿,掌握核心技术,抢占产业制高点,赢得发展先机,在这条从不间断的创新路上,亨通收获了累累硕果。又逢岁末,亨通再次迎来一波荣誉大丰收——2020年12月16日,2020年全球|中国光通信发展与竞争力论坛在北京隆重举行。     

人工智能在智慧海洋建设中的应用

围绕人工智能与智慧海洋建设这条主线，论述人工智能、智慧海洋的概念，列举当前较为成熟的人工智能与海洋科技在海洋观测方面融合的切入点，初步展现一种海洋技术与装备智能化的发展路径，提出加快人工智能技术向智慧海洋建设赋能的几点建议。     

探讨目视检测在钢结构中的现状及重要性

对钢结构进行焊接质量检测的过程中,可以利用无损检测方式,对其内部结构进行针对性的检查.例如,在对焊缝内部缺陷进行检测中,就可以使用超声检测与射线技术,而在焊缝表面的缺陷型检测中,就可以利用磁粉或者渗透的方式进行检测分析.但是伴随着当下建筑行业的发展,也经常需要使用目视检测的方式,提升检测整体效率,这也是无损检测技术的重要类型之一,本文就针对目视检测在钢结构应用的现状以及重要性进行阐述.     

关于全球经济格局与城市竞争力的思考(上)

前言2020年,新冠疫情的大流行,对全球经济与贸易带来了严重冲击。世界将往何处去?未来十年是否会成为人类"失去的十年(Lost Decade)"?联合国最新发布的《2020年贸易与发展报告》向全人类提出了严峻的拷问。在这个充满不确定性的世界,人类还能否争取一个更加美好的未来?     

建筑结构设计中的剪力墙结构设计研究

长期以来,建筑质量问题备受人民关注,尤其是在城市化进程不断加快的背景下,建筑数量呈现出了急剧增长态势。如果建筑质量和性能不能够得到有效控制,将会对人民生命安全、财产安全、建筑行业的健康发展等都产生重大影响。为此,在今后工作中,相关工作人员必须要对此给予足够的重视,结合新的施工技术、先进管理方式的积极作用,有效提升建筑工程质量。其中,剪力墙结构设计作为现阶段工作中一项重要内容,对建筑结构稳定性有较大影响。为此,本篇文章在综合了多次调查和研究之后,分析了剪力墙结构设计在建筑结构设计中的应用。     

工信部原材料司司长陈克龙到有色协会调研座谈

1月22日,新任工信部原材料工业司司长陈克龙在副司长常国武的陪同下,到中国有色金属工业协会调研,中国有色金属工业协会党委书记葛红林会见陈克龙一行6人,双方就有色金属行业运行情况、发展态势、相关政策建议、协会工作情况等方面进行座谈。     

风力机轴承实时剩余寿命预测新方法

由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。