探究大数据视域下的企业信息化管理系统建设

随着大数据在各个行业与领域中的应用,现代企业迎来了新的发展契机。信息化管理系统逐渐演变成了企业现代化发展的重要工具。在信息化管理系统的推动下,企业工作效率得到了全面提升,这有利于企业紧跟时代发展潮流,实现与时俱进,并增强自身竞争力,最终实现稳定、持续的发展目标。因此,基于大数据技术的信息化管理系统建设的研究具有极其重要的现实意义。

煤矿事故智能应急预案生成方法研究

为了实现应急预案数字智能化管理,快速生成精准有效的救援方案,采用网络爬虫技术从事故案例及事发后状况中获取基础数据,并对数据进行结构化处理;构建一种分层结构化应急预案生成模型,结合模糊综合评价法与层次分析法对应急预案进行有效性评估,形成了煤矿事故数字智能化应急预案系统。选取煤矿瓦斯爆炸事故,验证“8·29”肖家湾煤矿瓦斯爆炸事故和“10·31”金山沟煤业瓦斯爆炸事故子事件集合,证明了智能应急预案生成结果和实际情况基本相符。研究结果表明:实时添加事发信息,快速生成可视化预案,自动分析结构化存储,可提高应急预案生成效率与精准性,降低事故灾害风险和损失,提升矿井应急救援保障能力。

国家能源集团铁路调度信息系统数据共享技术研究

国家能源集团拥有煤炭、电力、运输、化工等全产业链业务,铁路在运输产业中占据主导地位,铁路产业数据集中管理、协同、共享极为重要。铁路数据具有数据规模庞大、类型多样、分布广泛、实时性强、安全性高等特点。对国家能源集团铁路数据进行分类,分析铁路数据共享现状,研究国家能源集团铁路调度信息系统数据共享技术,建立铁路数据共享模型,通过数据采集、数据标准化、数据服务等技术方法对模型进行实现。建立国家能源集团铁路调度信息系统数据共享平台,整合铁路数据资源,优化铁路数据交换方式,实现全集团铁路数据集中管理和统一共享,支撑铁路产业板块深度数字转型,助力国家能源集团铁路运营管控新模式。

融合多层次视觉信息的人物交互动作识别

基于计算机视觉的人体动作识别技术在视频监控、智能驾驶、人机交互、多媒体内容审核等领域均有着广阔的应用前景,其中人体动作中的人物交互是动作识别的核心内容之一。现有的人物交互动作识别模型对人物关系的提取仅仅停留在表层视觉特征之上,并未充分挖掘人体关键区域以及人物之间的深层语义关系。针对此问题,文中提出了层次化的图神经网络模型(HGNN)对人物交互动作建模。HGNN模型从局部到整体显式地对人体关键区域以及人和物构成的场景图进行建模,并利用注意力图池化机制(AttPool)剔除层次图中冗余的信息和噪声,再通过图卷积网络提取图结点之间的深层语义关系,对卷积网络提取的特征进行聚合与优化,从而得到反映人物交互动作本质的特征表示。另外,HGNN模型在中层图进行的临时监督分类也能够约束网络更好地学习到交互动作的人体模式,避免网络对交互对象产生“偏见”。最后,针对HGNN模型,设计了多任务损失函数,用于有效进行模型训练。为了验证HGNN模型的有效性,在公开的大型数据集V-COCO上进行了广泛的实验,结果均显示所提出的HGNN模型对常见的人物交互动作具有广泛的适应性和鲁棒性,精度(mAP)超过了现有的基于图神经网络的模型,同时领先于大部分最新的多流卷积模型。

通风网络模型在煤矿应急演练中的应用

通风系统在井下生产活动中尤为重要,为了提高矿山应急救援演练的真实性,结合煤矿应急演练的需求,基于网络数据模型技术,在应急演练系统中应用矿井通风网络模型,模拟井下气体相关灾害的演变过程。在应用中,利用风流在井下的扩散特点和烟流的扩散规律,还原了有害气体的扩散情况。人为对通风系统的调节,会使风流动态变化,进而影响有害气体的扩散过程。通过应用的研究,真实还原了应急演练中火灾、煤尘灾害、瓦斯灾害等与气体紧密相关的灾害的影响范围,为提高演练的真实性起到关键作用。

基于身份认证的信息系统权限划分技术的研究

随着网络的日益发展,网络信息的安全管理则显得更为重要,身份认证作为其中最初始一环的保障则显得至关重要,将其应用到信息系统权限划分技术当中,能够更安全更有效的进行信息访问权限分配。本文主要介绍了身份认证、信息系统的权限划分技术以及身份认证在信息系统权限划分中的应用原理以及初步结合使用,为身份认证和信息系统权限划分技术更好的结合提供一些思路。

基于生成式对抗网络的煤矿图像去噪研究

为了去除煤矿图像的噪声并尽可能地还原煤矿图像的原貌,提出了一种基于生成式对抗网络(GAN)的煤矿图像去噪方法。首先考虑到模型的输入为含噪声的煤矿图像,因此利用变分自编码器(VAE)作为GAN的生成器,以获得不含噪声的煤矿图像。然后考虑到VAE生成的重构图像一般情况下均是较为模糊的,因此利用GAN中的判别器对原始图像与重构图像进行判断,以提升去噪图像的清晰度。最后将作为生成器的VAE与GAN中的判别器进行组合,设计了一种适用于煤矿图像去噪的深度学习算法。实验表明,该方法在各精度指标上都有很好的表现,且去噪图像均较为清晰。

社区类网站应用于IT运维服务的实践

随着 IT 技术、网络技术的迅速发展,各行各业都在倡导“科技创新”和“技术赋能”,努力建设 IT 技术使之与业务深度融合,依托 IT 技术促进业务持续发展和创新。社群、社区作为近年大热的网站和 APP 形式,在知识传播领域广泛应用。国家能源集团 ERP 支持中心通过网站的建设和运营,将社区的模式应用于集团内部 ERP 运维过程中,促进集团内部的业务和技术专家加入运维过程,通过数据和信息的积累,持续建设企业 ERP 知识库,并应用于运维过程,持续提高运维效率,降低运维成本,提升用户满意度。

典型可燃气体小孔泄漏危险范围预测模型研究

为了缓解我国石油资源紧张的现状,发展合成油工业作为我国石油资源的补充是合理的途径,而在化工合成中,大多数反应都需要在加压环境中进行。泄漏是最常见的事故之一,而现阶段对于加压装置、管道气体泄漏的研究还有待完善。因此,通过CFD(计算流体动力学)数值模拟的方法,以化工合成中常见的气体(H_(2)、CO、CH_(4))为研究对象,气体泄漏后危险浓度的范围作为气体泄漏危险范围,利用Fluent软件开展不同工况下气体泄漏扩散模拟,以研究不同气体、不同泄漏压力、不同泄漏温度以及不同泄漏口直径情况下气体泄漏扩散规律及泄漏危险范围,并构建泄漏危险范围预测模型。研究表明,在其他因素不变的条件下,随着泄漏压力的增大,气体泄漏危险范围随之增加;随着气体温度的增大,气体泄漏危险范围随之明显降低;随着泄漏口直径的增大,气体泄漏危险范围随之明显增加。在3个变量中,泄漏口尺寸的增大对于危险范围的扩大最为明显,当气体泄漏压力由1 MPa提高到2 MPa时,3种气体泄漏危险范围增加10%左右;当气体温度由300 K提高到400 K时,3种气体泄漏危险范围同样增加10%左右,而当泄漏口直径由2 mm增加到3 mm时,3种气体泄漏危险范围增加50%。通过对于3种气体(H_(2)、CO、CH_(4))数值模拟结果中的泄漏危险范围的长度、宽度数据的定量分析,并对于参量进行无量纲处理,最终分别得出3种气体(H_(2)、CO、CH_(4))泄漏危险范围(长度、宽度)的预测模型,其中泄漏危险范围长度和宽度为压力比和温度比的函数,预测结果可为泄漏事故救援和应急处理提供参考依据。

城市应急队伍救援能力评估与应用研究

为了衡量城市应急救援队伍救援响应处置能力,基于我国对城市应急救援队伍建设的标准要求,对评价指标进行分析筛选,建立城市应急救援队伍能力评估指标体系和评估模型,综合应用层次分析法和加权法定量评估,确定各级指标权重,并以我国南方某城市为实例,对其应急队伍救援能力进行定量评估,发现以综合消防救援队伍为主的城市消防站布局和应急队伍能力建设,是城市公共安全保障线和安全长效机制的关键节点,并对其薄弱环节提出针对性改进建议。研究表明:该评估方法可为建立城市安全应急救援队伍体系、提升城市应急准备工作水平和开展区域协同救援提供参考依据;同时,为有效防范化解重大安全风险,科学评估和有效提升城市应急队伍救援能力提供了一种新的做法和思路。

一种基于边界框关键点距离的框回归算法

针对目前基于交并比(IoU)的框回归方法在实际应用中存在的检测精度不高、收敛速度较慢等问题,提出一种基于关键点距离交并比(KIoU)的框回归方法。从几何知识入手,将矩形的3个顶点和1个中心点作为关键点,通过计算对应点之间的距离来判断预测框与真实框的位置以及形态差异。构建基于关键点交并比损失的新型损失函数,计算实际情况与理想情况下预测框与真实框的关键点交并比之差,将关键对应点的距离作为IoU的惩罚项以加速模型收敛过程,利用关键点信息在定位上的高效性和准确性来提高目标检测精度。以单阶段目标检测算法SSD和两阶段目标检测算法Faster R-CNN为基准算法,在PASCAL VOC和COCO数据集上将KIoU与IoU、GIoU、DIoU、CIoU等4种交并比方法进行实验对比,结果表明:在检测精度方面,在Faster R-CNN上KIoU相较IoU提升了2.91%,相较目前表现较好的DIoU提升了0.11%,在SSD上KIoU相较IoU与DIoU分别提升了0.96%与0.06%;在目标检测视觉效果方面,KIoU方法对目标的定位更加准确,且在一定程度上能够减少目标漏检的情况。

跨视角地理视觉定位

伴随着智能终端设备的爆炸性增长和移动互联网的迅速崛起,在许多场景下,例如地广人稀的偏远山区,基于位置的服务需求越来越凸显。但由于这些区域GPS信号遮挡或信号基站难以覆盖,GPS定位无法正常发挥作用。图像地理定位指仅根据视觉信息确定图像的拍摄位置。在没有任何先验知识的情况下,预测照片的地理位置是一项非常艰巨的任务,因为不同条件下(例如,不同的天气,物体或相机设置)拍摄的图像会呈现出巨大的变化。文中尝试探索图像的跨视角地理视觉定位方法,首先利用逆极坐标转换将街景视角转换为空域视角图像,以此减少两者间的域差异,再利用深度学习的方法来对不同视角的图像进行编码以获得更加鲁棒的图像全局向量描述子,然后在此基础之上进行图像匹配和街景视角查询图像的定位。在图像特征提取方面,采用了VGG16模型,利用层数更深的小卷积核的方式去增大网络模型的感受视野并节省参数。在特征编码方面,将多尺度注意力机制融入NetVLAD模型,将骨架模型提取到的特征编码成更加鲁棒的全局特征描述子向量。实验结果显示,上述方法能够实现较高精度的街景视角的匹配与定位,同目前已有的方法相比,匹配精度更高。而且无须专业设备采集的高清街景视图,普通智能手机拍摄的街景视图即可获得较好的匹配定位精度。

流式计算在污染源监测领域的应用与实践

随着环境保护形势的日趋严峻,各大能源企业开始建设内部的污染源监测系统。污染源监测数据的采集、存储和计算要求极高,数据属性具有典型的大数据特征。在管理实际中,需要科学的算法排除异常数据,实时、真实地反映现场实际。流式计算的技术特性与污染源监测数据的计算处理的业务场景匹配度极高,对于能源企业内部环保管理的业务支撑可以发挥传统技术不可替代的作用。

软件代码质量治理

近年来,公司不断加强信息安全体系和能力建设,其中一项重要内容是动态及时维护信息资产及资产价值,以此为依据对信息资产风险进行评估,并采取措施规避、降低资产面临的威胁和脆弱性(漏洞)。研发部需要找到适合部门的管理及技术手段,提升部门的安全能力建设,同时结合自身面临的复杂局面,从提升全体员工安全意识到代码审核和制定部门制度,来全面提升集团的信息安全体系和能力建设。

SDL安全开发流程在软件开发中的应用

无论是航天飞机、人造卫星等尖端科技,还是煤炭、电力、港口等传统行业都离不开软件开发的建设,软件安全问题也是广泛存在,并且造成的影响有时候不可估量。软件安全问题究其根本在于软件本身存在安全漏洞并面临外部安全威胁,为了应对严峻的软件安全问题,国内外一直在研究软件安全管理、全开发流程等。本文通过在传统的软件项目开发流程中,引入SDL安全开发流程,提高软件产品安全质量,降低软件安全隐患。

大型企业员工绩效考核系统的设计和应用

在企业管理中,绩效考核是现代企业不可或缺的管理方法,近年来随着企业改革的推行与日益发展,绩效考核逐渐获得广泛应用。但是,由于企业员工的复杂性、绩效目标设定不明确、不规范、绩效反馈不合预期等问题,需要采用信息化的手段,建设一套适用企业员工绩效考核的系统,更加公平公正公开地对员工进行评价,在提升员工个人能力的同时,提高企业科学化管理,促进各项工作的展开,从而推进企业的稳定发展。本文详细介绍了建设思路、建设框架、功能需求和应用效果。

基于云边协同的大屏可视化技术应用

阐述一种基于云边协同的大屏可视化技术特点,它采用非对称加密算法,对数据传输与存储过程进行加密,有效避免云边协同过程中可能出现的数据安全问题,从而提升云边协同数据传输安全性。

大型企业党组织全过程管理的设计与应用

随着信息网络技术的发展、党建信息化的不断推进,越来越多的企业引进了党员教育、活动、会议管理等方面的信息化管理及跟踪分析,但是缺乏对党组织全过程的管理。从党组织的设立、换届、变更、撤销等方面,实现以党组织全过程管理、党建数据全维度分析为方向,建设覆盖党组织全生命周期的信息化管理平台。实现了党组织全流程电子化,助力加强党组织班子建设,全面提升党组织建设质量。

基于高效测试模式的软件质量管理研究与应用

软件研发注重软件稳定性和数据准确性,为保证产品质量,在软件研发过程中需要投入大量的测试资源来及时发现软件缺陷,如何高效快速地加强测试质量以符合客户要求至关重要,以某公司为例,初步分析企业软件测试过程中的质量影响因素,从测试人员自身工作能力、测试资源的分配和投入、测试方法与工具入手优化软件测试质量,提出改善方案与对策,并在实际应用中取得良好效果,为同类企业的软件研发测试提供借鉴。

基于DCAE-KSSELM的变压器故障诊断方法

为了充分利用变压器发生故障时产生的大量无标签样本,提高故障诊断精度,提出基于深度收缩自编码器(DCAE)与核半监督极限学习机(KSSELM)相结合的故障诊断方法。首先使用无标签样本对DCAE网络逐层训练,初始化网络参数,然后用有标签样本数据对网络参数进行微调,最后将有标签样本与无标签样本一起作为深度收缩自编码器与核半监督极限学习机(DCAE-KSSELM)混合网络的输入并完成故障诊断。实验结果表明,所提模型稳定性好,故障诊断精度高,鲁棒性强。