基于CCD图像的火灾空间定位方法

大空间中火源的空间位置的定位,一直是火灾自动探测与自动扑救中的难点。研究了一种利用单一CCD摄像头进行火灾自动空间定位的方法。根据计算机视觉原理,利用固定在自动消防水炮末端的CCD摄像头随水炮旋转扫描时的角度、位移变化,将CCD摄像头在不同位置所拍摄的图像中火源图像坐标和火源的空间坐标建立联系,从而实现了火源空间位置的自动定位。     

条件愈苦,意志愈坚 --记王淦昌早年的科研活动

文章介绍了中国物理学家王淦昌早期的科研工作，特别是在抗日战争时期的科研成绩．王淦昌早期的科研贡献并不是在先进的实验仪器上，在条件优裕的实验室内完成的，而是在实验设备缺乏，科学文献不足等极端困难的环境中完成的．从王淦昌身上，可以看到那个时代中国优秀科学家脚踏实地、执志若金的奋斗精神．     

中国古算筹早期算法及“大衍之数”“太一算”新探

一、古籍记载及现代人推演的“太一算” 《数术记遗》中记载了“太一算，太一之行，去来九道”。现代日本学者、中国学者对“太一算”有如图1、图2、图3的推想图。     

基于突变论的林火蔓延分析

在对森林火灾进行能量和质量守恒分析的基础上,把尖点突变模型应用于森林火灾蔓延的预测,使突变理论在 森林火灾的模型中从理论上有了初步的应用。文中计算了林火发生突变时的一些分歧点,分析了林火突变的特点和变化规 律。     

早期火灾图像监测技术的应用与比较

本文对可提供图像信息的火灾物理现象进行了具体分析，讨论了利用摄像技术进行早期火灾探测的可能性、使用条件以及图像监测技术在火灾探测中的地位和作用，进行了若干种图像监测技术的对比实验，得出了相应的结论。     

铁、锰在早期成岩过程中分离及其生物地球化学机制

本文通过对长江口及邻近陆架区沉积物、间隙水、上覆水和生物(细菌)的资料研究。指出了铁、锰在早期成岩过程中分离及其规律,并从生物地球化学角度阐述了这种分离的机制。     

无人机视角下的林木爆燃火特性研究

森林火灾“爆燃”现象的特征是突然发生的高强度、高蔓延速度的燃烧。目前为止，关于“爆燃火”的原因还没有达成共识。以无人机视角下对林木爆燃火特性研究，以四川木里特大森林火灾为研究对象，通过分析凉山州某森林扑火部队3月31日木里森林火灾当天KWT（科卫泰）无人机航拍火场画面，结合无人机实时影像及实地调研数据，分析了峡谷地形林火蔓延时空特征，探讨了峡谷中风向风速变化时空分布规律，研究了地形变化条件下，不同海拔高度风速特征，建立了无人机倾角测量风速模型（其中为风速m·s-1，为无人机倾角°）。结果表明，高山峻岭特殊地形环境下每天4:00—12:00时间段为静风期，为峡谷林火扑救最佳时期；午后15:00—17:00和晚上20:00—22:00为山谷地形风速活跃期；仿真软件数据显示山顶、谷底与山腰不同海拔位置的风速风向不统一，谷底会产生乱流现象，且风速与海拔不存在正相关关系，小气候在复杂地形中占主导影响地位；在谷口至山谷深处的中间位置会出现气流速度的波峰状态，并易形成乱流，为爆燃火发生提供了客观必要条件。该研究可为复杂地形环境下，森林草原火灾扑救安全提供数据和技术支撑。     

离子色谱法分析火灾烟气成分的完善

建立了离子色谱法分析火灾烟气成分的方法。样品用去离子水和氢氧化钠溶液配制,采用0.45μm的滤膜过滤2~3次后,配制成样品溶液,稀释适当倍数后进样分析,采用电导检测器进行检测。各阴离子在1.0~50.0mg/L范围内与色谱峰面积均呈现良好的线性关系,相关系数均大于0.999,方法的检出限在0.06~0.1 mg/L之间。方法的加标回收率在86.0%~110%之间,测定结果的相对标准偏差为0.5%~9.0%(n=5)。该方法简便快捷,选择性好,灵敏度高,可满足火灾烟气成分的分析要求。     

早期干预对极低出生体重早产儿智能发育的影响研究

目的 探讨早期干预对极低出生体重早产儿智能发育的影响,为极低出生体重早产儿的早期干预提供依据。方法 239 例极低出生体重早产儿为早产随访组,采用鲍秀兰早期教育资料制定的干预计划,进行系统干预,并与326 例失访的早产儿童以及与随访组相似的326 例正常儿童进行对照分析。采用Gesell 儿童发育量表等标准化工具进行发育评估。结果 早产随访组Gesell 儿童发育量表5 项均分、总发育商（developmental quotient,DQ）总分与早产失访组相比差异均有统计学差异（均P＜0.05）。结论 早期干预能显著促进极低出生体重早产儿的智能发育,提高患儿的生活质量。     

基于Gabor小波变换的ICA火灾图像纹理识别算法

针对火灾图像纹理识别问题,提出了基于Gabor小波变换的ICA火灾图像纹理识别算法,并根据火灾图像纹理识别特点进行了优化。首先用不同尺度和方向的Gabor滤波器对待识别图像滤波,得到其特征图像,然后将特征图像转化成特征向量作为ICA的输入,得到基矢量子空间,再将测试图像经过Gabor滤波器的特征向量投影到ICA子空间中得到系数向量作为目标识别特征,最后用支持向量机进行识别。通过与Gabor滤波器法和ICA方法的对比实验,表明该算法可以在火灾纹理图像的识别率上比传统方法提高5%以上,为火灾图像识别提供了一种新思路。