基于6进制的信息编码与解码算法

编程人员常常需要通过再编码将信息显示为一种不可识别的形式.比如著名的Base64编码技术就是通过对E-mail原文的再编码,使网络上传输的是一堆不可直接识别原意的"乱码",从而实现了信息隐藏.所不同的是本文提出并构建了另一种36个码元构成码元集,其中只使用了0到9的数字和26个大写拉丁字母,并在此基础上实现了完整的编码与解码算法,最后提出了对该算法进一步加以扩展的大体思路.

内蒙古锡林郭勒盟牧区雪灾风险评估研究

选取内蒙古锡林郭勒盟与积雪有关的雪灾致灾指标,以气温、风速为气象条件孕灾环境指标,坡度、植被盖度为下垫面孕灾环境指标,人口密度、牧民纯收入、人均GDP、牲畜超载率等数据为承灾体脆弱性指标,基于BP方法、层次分析法、建立了内蒙古锡林郭勒盟白灾综合风险评价体系,并对其进行了风险评价与区划。为提高灾害评估的准确率,白灾的灾害等级是以月为尺度进行评定,选取的气象指标多数都是以月为尺度的指标。研究表明:白灾与积雪因子高度相关,是气候灾害,积雪、低温、大风等气象因子长期作用的结果。对白灾尝试用BP神经网络法进行风险评估,评估的灾害等级和实际灾害等级十分吻合,用训练好的神经网络对各个旗县(1980-2015年)的白灾进行了风险评估,评估效果理想。因此,可以通过数值预报产品、气候预测产品获取相关评价因子,采用BP方法形成白灾风险预评估产品,进而应用于雪灾风险评估业务中,为相关部门提供决策依据。

内蒙古牧区暴风雪风险评估研究

暴风雪天气是内蒙古草原牧区危害严重的气象灾害之一。为了更确切的了解暴风雪灾害天气的特征,分季节对暴风雪天气进行了类型,即秋末初春暴风雪天气、隆冬暴风雪天气、春末初夏湿雪冷雨型暴风雪天气;通过因子分析法、灰色关联分析对三种类型暴风雪天气进行分析,发现上述三种类型暴风雪天气都为风、雪、寒潮灾害群天气;每个季节最主要的影响因子不同,导致的灾害程度不同;因此掌握各个季节暴风雪天气的特征对预报员提高预报预警水平很有实际意义。尝试使用BP神经网络法、支持向量机对暴风雪灾害等级进行评估,通过与根据灾情评定的灾害等级对比分析,发现SVM方法的评估效果优于BP神经网络法,因此,基于数值预报产品通过SVM方法做暴风雪灾害预警产品成为可能,可为暴风雪灾害预报预警业务提供客观参考依据,能够提升预报服务效果,减少灾害损失。

浅谈电气二次设备的状态检修

随着科学技术的不断进步,以及人们生活水平的不断提高,人们对于电力资源的需求量逐年增加,因此,电网运行的可靠性应引起人们的重视。针对电气二次设备的状态检修进行了研究,以期确保电网的安全运行。