浅谈油气储运设施安全的重要性

随着社会经济的发展,我国油气储运事业发展蒸蒸日上.油气储运设施作为石油化工行业的基础设施,其安全性引起了社会各界人士的强烈关注.油气本身具有易燃易爆性及挥发性,如果油气储运设施较差,可能会对国家经济和人民生活造成不可估量的影响.本文着重分析了油气储运设施安全性的意义和措施.     

基于Logistic回归模型的红松立木腐朽分级预测

【目的】红松活立木在生长过程中极易受到各种生物的侵袭,其中木腐菌造成的腐朽是最为广泛和严重的危害之一,活立木腐朽将会造成木材资源的损失,降低木材的力学性能。为了监测红松活立木的健康状况,减少因腐朽引起的相关损失,须定期检测红松活立木腐朽状况,并采用腐朽分级的方法进行评估。【方法】使用阻抗仪和电阻断层成像技术(ERT)两种无损检测手段对黑龙江省五营国家森林公园内的红松活立木进行检测,并在检测截面使用生长锥钻取木芯。将野外测量数据导入电脑,获取立木的阻力曲线和电阻断层图像,分析处理微针阻力的下降幅度,得到样木的阻力损失;根据立木心材与边材腐朽在ERT图像上呈现的不同特征,首次采用一种基于OpenCV的图像处理技术识别腐朽样木电阻断层图像缺陷部分,实现了心材和边材缺陷面积的定量表征;采用烘干法测定质量损失率,根据每株样木的质量损失率将所有样木分为5个腐朽等级。将多分类有序因变量的Logistic回归分析引入到立木腐朽程度分级问题中,以阻力损失、心材缺陷面积比和边材缺陷面积比为自变量,腐朽等级为因变量,建立腐朽分级预测模型。检验模型的有效性、拟合优度及预测能力。【结果】Logistic回归模型性能良好,五营国家森林公园30株红松样木的综合预测准确率为86.67%,各等级预测准确率分布不均,高等级腐朽的预测准确率相对较高。【结论】运用提取心材与边材腐朽的方法处理ERT图像,有效地提高了利用ERT图像识别腐朽的准确率。建立Logistic回归模型可以较准确地预测出立木腐朽的等级,较之烘干法测定腐朽程度,其腐朽评估效率有了明显提高,且对立木损伤更小。     

基于决策树的网络流量分类方法

针对传统流量分类方法(基于端口和有效载荷)分类不可靠的问题,提出基于C4.5决策树算法,根据训练集中属性的信息增益比率构建分类模型,按属性对测试数据集进行预测,通过查找分类模型实现对网络流量的分类。在公开数据集和自己采集的数据集上进行实验,结果表明,采用C4.5决策树算法对网络流量分类,平均分类精度为93%,单类别分类精度均在90%以上,能有效地实现对网络流量应用类型的识别。     

准噶尔盆地南缘烃源岩生源特征及原油分类

以稳定碳同位素、饱和烃色谱、饱和烃色谱-质谱和热模拟生烃实验为主要手段,详细剖析了准噶尔盆地南缘地区侏罗系八道湾组、三工河组、西山窑组及古近系安集海河组烃源岩的生源特征,指出中下侏罗统煤系烃源岩生源以高等植物为主,沉积于偏氧化的淡水环境;古近系安集海河组湖相烃源岩生源以低等水生生物为主,沉积于较咸化的还原环境;侏罗系八道湾组湖相烃源岩热模拟产物的生物标志物特征说明其与煤系烃源岩存在很大差别,但真实特征尚难以确定.通过原油饱和烃的规则甾烷C29/C27以及伽马蜡烷/C30藿烷两相指标将盆地南缘20个原油或油苗分为三类;结合其生源和沉积环境特征,基本确定这三类原油分别来自中下侏罗统煤系烃源岩、古近系安集海河组湖相烃源岩以及二者的混源.     

基于非负矩阵分解最小二乘的多视角行人分类算法

针对不同视角的行人样本具有较大的类内差异性,造成多视角行人识别错误率较高的问题,提出一种基于非负矩阵分解最小二乘的多视角行人分类算法.采用非负矩阵分解的方法对多视角的行人样本图像进行子空间分解,提取基向量;引入协同表示的方法并在最小二乘约束下,对子空间进行稀疏表示获得稀疏分解系数;利用近邻子空间方法对分解系数进行分类.基于自行构建的多视角行人数据库进行对比实验,结果表明该算法的准确性和有效性优于其他方法.     

中国帕米尔高原蓼科植物分类学研究

本文对中国帕米尔高原蓼科植物进行形态分类学研究,结果表明:中国帕米尔高原蓼科植物计有6属,20种1变种,分别占新疆蓼科属、种总数的75.0%和21.1%.其中新发现新疆新记录种1种,新疆帕米尔新记录种9种.该地区蓼科植物中有新疆帕米尔特有种1种,中国特有种1种,中国帕米尔仅分布种1种,中国新疆仅分布种5种,特有种与仅分布种共占40.0%.     

中国喀喇昆仑山黄耆属植物的分类学研究

对中国喀喇昆仑山黄耆属（Astragalus L．）植物进行的形态分类学研究表明：中国喀喇昆仑山黄耆属植物计有24种,占新疆、中国黄耆属植物种总数的14．1％和8．63％。其中新发现中国喀喇昆仑新记录种4种,该地区黄耆属植物有昆仑山特有种1种,青藏高原特有种3种,中国特有种1种,中国喀喇昆仑仅分布种3种,中国新疆仅分布种4种。     

基于聚类分析的宣城市道路货物运输企业研究

将宣城市2015年、2016年道路货物运输企业的销售额和纳税额作为观测指标,分别使用k-means聚类分析和系统聚类方法,观测在两种分析方法下的企业分类结果。k-means聚类方法可以得出各分类的最终中心距离和企业分类结果,系统聚类方法可以根据实际需要解读树状图的企业分类结果,使企业精准归类,为地方政府的产业扶持与经济增长决策提供参考。     

一种潜在语义索引差异模型

通过对全局模型和局部模型的分析,提出一种新的潜在语义索引差异模型,能将类别信息反应在词项中、以医学网页为实验对象,将网页中的文本抽取出来并分别用全局模型和差异模型表示,采用SVD和SLSI降维,利用SVM算法进行分类并计算分类正确率和F1指标．实验发现：采用差异模型表示时,2种降维技术下分类正确率和F1指标较全局模型都有明显提高;同时采用差异模型和SLSI算法并不能对分类结果有更大改善     

基于多头注意力胶囊网络的文本分类模型

文本序列中各单词的重要程度及其之间的依赖关系对于识别文本类别有重要影响。胶囊网络不能选择性关注文本中重要单词,并且由于不能编码远距离依赖关系,在识别具有语义转折的文本时有很大局限性。为解决上述问题,该文提出了一种基于多头注意力的胶囊网络模型,该模型能编码单词间的依赖关系、捕获文本中重要单词,并对文本语义编码,从而有效提高了文本分类任务的效果。结果表明:该文模型在文本分类任务中效果明显优于卷积神经网络和胶囊网络,在多标签文本分类任务上效果更优,能更好地从注意力中获益。