博弈视角下的煤矿安全政策执行问题

博弈已经成为煤矿安全政策有效执行的"瓶颈"之一。利益主体博弈主要由利益差别、利益分配不均衡、特殊利益和高得益额等四个方面导致的。利益主体的博弈最终导致煤矿政策执行出现偏差、煤矿政策执行成本增加、政府利用公共权力进行"权力寻租"和削弱煤矿政策的有效效力等四个消极后果,损害了煤矿政策的权威性与有效性。为此,中央政府以后应当从加强利益整合和协调各方利益关系,削弱地方政府间博弈,加强政府间合作效应,完善行政问责,优化政策执行主体,建立健全煤矿领域的非政府组织建设,促进煤矿政策良好执行。

煤矿安全生产政策执行中权力寻租问题与对策

当前受到"权力寻租"的影响使得煤矿安全生产政策无法得到有效实施。"权力寻租"严重扭曲了煤炭资源的有效开发和配置,危害矿工的生命和社会公平,阻碍了环境与经济的可持续发展,扩大了贫富差距。"权力寻租"体现在煤矿资源产权关系不明确、煤矿法律体系和监督机制不健全、煤矿公共政策的自身缺陷及行政监督缺位和错位等四个方面。建议政府在以后的工作中应以做足健全煤炭资源产权关系和利益协调机制、健全煤矿法律体系和企业内部监督机制、建立和完善矿产资源市场和优化政策执行主体等四个方面的工作,以切实保证国家法律法规的有效贯彻实施。

煤矿安全公共政策执行难的原因与对策分析

当前我国出台了大量的公共政策来遏制矿难的发生,虽然在一定程度上起到了积极作用,但却并没有从根本上彻底根除矿难,治标不治本.由于政策执行机关监督和宣传力度不够、矿主的"上有政策、下有对策"、矿工本身的文化水平较低和法律体系不健全等因素导致公共政策在执行过程中形式主义问题严重,出现政策执行难现象.对于政策执行难,政府在以后的工作中应当从健全法律法规、加强行政监督、完善行政问责体制和强化矿工的法律安全意识等方面入手,切实有效地维护矿工的利益,实现煤矿安全生产.

基于VDRCNN的电力巡检图像超分辨率重建算法

针对无人机巡检图像模糊、分辨率低等问题,利用深度残差卷积神经网络(VDRCNN:Very Deep Residual Convolutional Neural Network)理论,提出了一种无人机巡检图像的超分辨率重构方法。该算法模型由超分辨率加深网络(VDSR:Very Deep Network for Super-Resolution)和残差结构组成,同时结合批量组归一化和Adam优化器以获得更好的重建效果。在此基础上,构建电力部件检测数据集,通过恰当设置网络参数,实现针对模糊电力部件图像的高分辨率重构。实验结果表明,基于VDRCNN的超分辨率方法重建出的图像纹理更丰富、视觉效果更逼真,在峰值信噪比和结构相似度上分别有2.95 dB和3.79%的提升,明显优于传统检测方法。所提出的基于VDRCNN的电力巡检图像超分辨率重构方法对解决电力巡检实际问题具有一定的应用价值。

电力系统中电子信息技术应用探究

社会发展水平的提升使得电子信息技术等也得到了快速发展,电力系统应用范围不断扩大。电力系统的规模大,具有着非常重要的安全性和稳定性意义。当前,我国许多电力企业都实现了电力自动化生产,电子信息技术的使用,面临着电子资源浪费的风险。为了将上述问题做好分析和解决,就需要从电子信息技术的角度加以研究,从而促进电子自动化水平提升,改善电力系统的运行效率。

计算机网络在电子信息工程中的应用

目前,社会快速发展的同时也在促进我国科学技术的蓬勃发展,与此同时也加快了计算机网络技术在电子信息工程中的应用和发展,并且广泛的应用到不同行业之中。在电子信息工程领域中,既能利用计算机网络技术加强信息的传递,又能利用计算机网络技术研究和开发设备。计算机网络在电子信息工程的应用中,可以了解到主要是利用计算机网络技术来进行信息的传递,由于在信息传递过程中容易出现信息泄露等安全问题,因此可以利用计算机网络技术来加强信息传递的安全性,同时还能发挥计算机网络技术的资源共享作用。因此,对于计算机网络技术在电子信息工程中的应用进行研究具有重要意义。