灾难场景下基于分组策略的机会网络路由算法

在灾难场景下能量成为稀缺资源,为在高效转发数据包的同时尽可能减少节点能量消耗,提出基于分组策略的机会网络路由算法。对网络中的节点进行分组,根据角色的特点,采用不同的路由策略。该算法基于泛洪策略,使用p、k、t参数控制泛洪程度。仿真结果表明,在不同的网络规模下,该算法的网络开销均可以接近最优的水平,获得较高的传输成功率,适合应用于灾难场景。

基于卷积神经网络的灾难场景图像分类

为了对灾难场景图像进行快速分析和识别,提出了一种基于多分辨率卷积神经网络和残差注意力机制(attention module)相结合的图像分类模型。首先,对灾难场景数据集进行预处理,在相同类型的条件下将其随机划分为训练集和测试集。基于改进的卷积神经网络(convolutional neural network,CNN),提取训练集的图像特征。使用训练集图片的特征进行训练,并且在测试集图片上实现分类测试。选取DenseNet、Xception和MobileNetV2三种模型,以灾难场景数据集(Disaster_Data_Scenes)为数据集进行实验验证。结果表明:改进的Xception和MobileNetV2网络在灾难场景数据集上进行的图像分类实验测试,比原网络精度分别提升了4.56%和3.04%。其中改进的DenseNet网络比原网络模型精度分别提升9.13%、17.88%和10.27%。可见改进的卷积神经网络模型的分类精度得到有效提高。

地震文学为何特别关注灾难场景——从传媒学到人类学再到社会学的思考

地震文学为何特别关注灾难场景,从传媒学的角度看是为了借助真实性、亲历性和传奇性的新闻手法追求视角效果,凸现灾难情形;从人类学的角度看,它曲折而隐晦传地达出人类远古的苦难记忆,间接而依稀地表现了文明前进的痛苦历程,深刻而残忍地揭示出美好人性的阴暗底层;从社会学的角度看,在战胜灾难上它显示美好人性的光辉,体现万众一心的气势,表现自强不息的精神。

基于虚幻3引擎实现灾难场景的研究

随着自然灾害和人为灾难频繁发生,很多游戏设计者希望通过设计的虚拟灾难情境来提高人们的防灾意识与自救互救意识。为了提高游戏的代入感,对灾难场景的制作提出了要求。本文使用主流的虚幻3引擎可视化开发工具UDK(Unreal Development Kit)的强大功能,进行"组装"来表现灾难场景,实现了运用UDK制作火山喷发时岩浆流动和浓浓烟雾的效果。

田野情景中的灾难人类学——地方灾难场景与应灾实践经验的民族志研究

田野民族志是人类学研究工作的核心,田野情景中的灾难人类学将基于对具体灾难场景中所呈现的环境风险性、人类脆弱性和社会弹韧性的辨析,来就具体地方的灾难应对实践经验进行精准化的总结。坚持整体性的框架分析、过程论的动态考察,以及地方性视角的呈现和转述,灾难人类学的田野民族志研究可就人类社会在可持续性方面所面临的危机挑战和机遇可能进行深刻的反思与呈现。