海运散装液体化学品泄漏事故的应对措施

针对危险化学品泄漏事故不断增多的趋势,分析了危险化学品泄漏事故发生的原因、危害、液体化学品泄漏可能带来的水域污染危害,以及国际液体化学品的特性,并提出了危险化学品泄漏事故的处置措施,以期望为从事化学品运输人员提供借鉴作用.     

公路毒性化学品运输事故环境风险评价的探讨

论述了风险、风险评价、环境风险评价的概念,结合公路运输的具体情况,提出了公路毒性化学品运输事故环境风险评价的一般程序和基本方法,并给出了发生泄漏事故的概率、泄漏量、风险值的具体计算方法。可以为制定事故预防措施、应急处理预案及进一步的环境风险决策提供科学依据。     

一种基于图像处理的危化车辆识别方法

高速路口车道上对危险化学品车辆进行识别,对实时监测危险化学品车辆、保证事故后的及时救援有重大意义.根据危化车辆车顶必须安装危险标志灯的特征,针对监控设备抓拍的车辆头部图片,采用边缘检测、连通边缘提取、相似三角形检测等一系列算法,检测图像中是否存在标志灯,从而实现对危化车辆的识别.最后采用Matlab实现了识别算法,验证了本方法的准确性和可行性.     

我国危险化学品道路运输现状及事故预防对策

今年以来，我国危险化学品道路运输交通事故连续发生，导致剧毒化学品泄露和民用爆炸物品爆炸，造成了重大的人员伤亡、财产损失和环境污染。特别是江西“3.17”客货车相撞爆炸致31人死亡、江苏“3.29”罐车爆胎翻车液氯泄漏致29人死亡的特大事故，危害严重，影响很大，引起党中央、国务院的高度重视，周永康国务委员先后作出四次重要批示，要求研究采取危险化学品道路运输安全综合整治措施，杜绝此类事故的发生。     

液化石油气铁路罐车运输风险研究

风险分析是实施事前预防和事后救援的依据.为了进行定量风险分析,在对液化石油气铁路罐车运输风险进行定性分析的基础上,引入事故概率修正系数计算泄漏事故概率,并确定了构成事故后果的3个要素.应用Alo-ha软件模拟泄漏过程和泄漏区域,进而建立了风险度量模型.最后,针对主要的风险影响因素,提出了减缓风险的可行措施.     

基于贝叶斯网的道路事故机理分析

在累计频率法原理的基础上,运用excel和数学软件MATLAB分析交通事故数据,进行道路交通事故黑点鉴别,并绘制出事故频率曲线.确定事故黑点位置后,应用贝叶斯网理论全面整理、分析事故数据,并结合贝叶斯网推理进行事故机理分析,利用贝叶斯网定性和定量分析相结合的特点,为改善黑点交通安全提供参考和指导.     

浅谈液体化学品泄漏事故的应对措施

本文从散装化学品海上装运、液体化学品泄漏污染以及国际液体化学品贸易三大方面对散装化学品海洋安全装运进行了论述,归纳了船载散装液体化学品主要货种,分析了液体化学品泄漏可能带来的水域污染危害,以及国际液体化学品的特性,以期为从事化学品运输人员提供借鉴作用。     

考虑数据异质性的贝叶斯混合回归退化建模

针对退化数据的异质性问题,提出基于随机效应混合回归的贝叶斯退化建模与剩余使用寿命预测方法.通过模型随机参数的混合概率分布描述异质性退化数据的统计特征,并利用分层先验和Gibbs算法进行贝叶斯参数估计.进而,将随机参数的贝叶斯估计作为有信息先验,利用在线观测数据进行贝叶斯参数更新和剩余使用寿命估计.通过涡轮发动机退化数据验证了所提方法的剩余使用寿命预测性能.实验结果表明,考虑了异质性影响的贝叶斯混合回归退化建模方法,能更好地刻画设备个体的退化特征,提高了预测准确度.     

危险货物道路运输风险复杂系统及风险测度模型与应用——以液氯运输为例

基于系统整体最优的危险货物道路运输风险系统分析及风险测度研究,是实现规避高风险路段的基础关键技术.本文以危险货物道路运输风险为研究对象,结合典型区域特征,进行了危险货物道路运输风险的系统分析,提出了危险货物道路运输风险复杂系统的概念.在此基础上,提出危险货物道路运输风险测度模型,并以典型危险货物液氯道路运输为例进行应用研究.在危险货物道路运输风险测度模型研究中,以泄漏事故导致的暴露人口风险损失和环境敏感区域损失两项指标作为评价对象,结合ALOHA模拟泄漏事故情景并将扩散情况载入ArcMap,分析泄漏事故所带来的价值损失.考虑运输成本,建立以系统整体最优--风险最小和运输成本最低的危险货物道路运输双目标规划模型.最后,基于实例结合蚁群算法对模型和方法的实用性和有效性进行验证.     

客户端中文邮件过滤算法研究

提出了改进的最小风险贝叶斯邮件过滤算法,将其应用于客户端中文邮件过滤,以适应邮件分类的个性化需求.实验结果表明,将改进算法应用于中文邮件过滤是可行的,且与传统贝叶斯算法相比,使垃圾邮件的误报率明显降低;实验测试了损失因子、特征数量对过滤效果的影响,得出了较优的参数设定,对中文邮件过滤提出了有益的思路.     

贝叶斯网络分类器结构与变量分布的差异性分析

为了提高鉴别式学习策略训练的贝叶斯网络分类器的分类精度,分析了贝叶斯网络结构与数据中变量分布之间的差异对贝叶斯网络分类器性能的影响,实验以网络结构的实际联合概率分布的树型近似描述为基准,删除在条件对数似然函数极大化过程中不起作用的边,生成具有同一联合概率分布的不同描述程度的网络结构.实验结果表明,只有当网络结构表现力不足时,鉴别式参数学习才能起积极作用;而当网络结构中有多余的边时,反而容易受其制约.从而验证了网络中多余的边对分类器性能没有影响的观点是片面的.     

遥感在缅甸飓风灾害土地覆盖分类中的应用

为探讨"纳尔吉斯(Nargis)"飓风对缅甸伊洛瓦底江三角洲地区的影响,利用该地区的遥感数据,用ISODATA非监督分类和贝叶斯最大似然监督分类方法对研究区土地覆盖进行分类,得到了纳尔吉斯飓风前后缅甸伊洛瓦底江三角洲地区土地覆盖的定量变化,并对纳尔吉斯飓风灾害与红树林面积和密度的关系进行了定量研究.结果表明,红树林面积越大,种植密度越高,对减小飓风灾害的作用越大.     

基于贝叶斯网络的交通事件持续时间预测

随着数据采集手段的不断提高和相关研究技术的发展,基于数据挖掘的模型逐渐成为交通事件持续时间研究的主要方向。根据荷兰交通部门提供的交通事件采集数据,进行分类和预处理,观察事件持续时间的频数图,并根据相关的研究按照事件典型的类别把采集的数据进行分类。使用主成分分析和逐步回归提取出显著性的影响因子,利用数据挖掘软件WEKA建立贝叶斯网络模型,用数据集中80%的数据进行学习建模,20%的数据作为测试集来检测模型的预测效果,并做出性能评价。实验结果表明,与同类数据集的其他预测方法相比,贝叶斯网络模型对于变数众多,随机性特别大的交通事件,预测精度较高,证明贝叶斯网络模型的算法是具有一定优越性和实用价值。     

既有桥梁的贝叶斯网络评估方法

结合贝叶斯网络的因果关系推理能力，将其用于对结构技术状态的推断，采用高斯贝叶斯网络对既有桥梁的评价方面作了初步的尝试．根据先验的各变量的统计特征，在找出各变量的因果关系、构建相应的贝叶斯网络后，即可以从观测到的信息中推断结构的技术状况，这对现有桥梁的评估具有实际意义．文中提出了既有桥梁的贝叶斯网络的构建和推理运算方法．并利用桥梁中受弯构件的安全度作为实例给出了说明．     

基于加权小波子带图像的贝叶斯人脸识别算法

对贝叶斯人脸识别公式进行了简化,在此基础上设计了基于加权小波子带图像的贝叶斯人脸识别算法.首先对人脸图像进行小波分解,把分解得到的低频子图与类内均值做差作为类内差异图像进行贝叶斯测试,选择相似度最高的N幅图像作为候选图像,然后对候选图像再次利用高频子图与对应频段的类内均值做差作为模式矢量并行进行贝叶斯测试,通过加权排序得到最后结果.实验结果验证了该方法的有效性.     

一种基于贝叶斯特征的视频图像人脸检测

提出了一种基于仿射运动模型和贝叶斯理论的视频图像人脸检测方法.建立仿射运动模型进行运动估计,提取运动对象区域;对训练图像提取人脸与非人脸的统计特征,利用贝叶斯准则建立概率模型;根据贝叶斯分类器和支持向量机分类器将图像特征分为人脸类与非人脸类,从而检测出视频运动图像中的人脸区域.     

考虑交通小区相关性的小汽车拥有行为研究

为分析建成环境对家庭小汽车拥有的影响,考虑交通小区间的空间相关性,分别基于0-1 邻接矩阵、共同边界邻接矩阵及质心空间距离矩阵构建了层次Bayesian 模型,并与不考虑空间相关性的模型结果进行了对比.基于长春居民出行调查数据对模型参数进行估计,结果表明：交通小区间的空间相关性显著存在;以不考虑空间相关性的模型作为对比,基于公共边界邻接矩阵的层次Bayesian 模型拟合效果最优;在控制家庭层面社会经济变量后,居住密度、土地利用混合度、交叉口密度及公共交通站点密度均对家庭小汽车拥有具有显著的负向效应,表明通过优化城市建成环境策略可有效抑制小汽车拥有量的增长.     

考虑交通小区相关性的小汽车拥有行为研究

为分析建成环境对家庭小汽车拥有的影响，考虑交通小区间的空间相关性，分别基于0-1 邻接矩阵、共同边界邻接矩阵及质心空间距离矩阵构建了层次Bayesian 模型，并与不考虑空间相关性的模型结果进行了对比.基于长春居民出行调查数据对模型参数进行估计，结果表明：交通小区间的空间相关性显著存在；以不考虑空间相关性的模型作为对比，基于公共边界邻接矩阵的层次Bayesian 模型拟合效果最优；在控制家庭层面社会经济变量后，居住密度、土地利用混合度、交叉口密度及公共交通站点密度均对家庭小汽车拥有具有显著的负向效应，表明通过优化城市建成环境策略可有效抑制小汽车拥有量的增长.     

基于改进PSO算法的两阶段损伤识别方法

为解决结构多损伤情况下的位置识别和损伤程度判定问题,提出了一种基于改进粒子群优化算法和贝叶斯理论的两阶段损伤识别方法,该方法采用频率和模态应变能作为损伤定位源数据,分别用基于频率改变和基于应变能耗散率的识别方法进行损伤信息的初步提取,再利用贝叶斯融合理论对损伤位置进行较为精确的判定.然后,利用粒子群优化(PSO)算法对损伤位置和程度进行更为精确的二次识别.考虑到简单PSO算法易陷入局部最优解,提出了3种改进措施,即粒子位置突变、最优记忆粒子微搜索和双收敛措施.数值仿真结果表明:采用贝叶斯融合理论可以有效地识别出可能的损伤单元,在此基础上用改进的PSO算法可以更精确地识别损伤的位置和程度,同时采用3种改进措施的PSO算法的识别精度明显优于其他PSO算法和遗传算法.     

Skin detection method based on cascaded AdaBoost classifier

Skin detection has been considered as the principal step in many machine vision systems, such as face detection and adult image filtering. Among all these techniques, skin color is the most welcome cue because of its robustness. However, traditional color-based approaches poorly perform on the classification of skin-like pixels. In this paper, we propose a new skin detection method based on the cascaded adaptive boosting (AdaBoost) classifier, which consists of minimum-risk based Bayesian classifier and models in different color spaces such as HSV (hue-saturation-value), YCgCb (brightness-green-blue) and YCgCr (brightness-green-red). In addition, we have constructed our own database that is larger and more suitable for training and testing on filtering adult images than the Compaq data set. Experimental results show that our method behaves better than the state-of-the-art pixel-based skin detection techniques on processing images with skin-like background.