2023年中国联通城市安全态势及企业安全运行评价体系研究

近年来随着城市规模日益扩大,风险事故频发,为提升城市安全综合风险管控能力,建设应急管理协同处置机制,在全国主要城市中,使用数字化手段构建城市安全运行“一张图”已迫在眉睫。基于A市G区动静态城市数据,提出了一种普适性构筑区域安全运行评价的方法,相对科学地反映了地图不同区域的不同风险态势。评价方法以公共安全科技三角形理论为框架,使用熵权法赋权,并最终通过模糊综合评价法对研究区域的危害性,载体的脆弱性以及面对事故发生的应急能力三个方面进行分级评价,其结果已运用于当地在建政务系统中的城市安全“一张图”展示大屏。

深度学习在计算机视觉领域的应用研究

智慧养殖业对准确高效监测动物生长信息、健康信息以及生长环境,以提高现代养殖水平的需求日益增长,大数据技术、物联网技术和计算机视觉的飞速发展为满足该需求提供了巨大的契机。计算机视觉对于采集到的图像、视频信息具有强大的解析能力和表示能力,适合于复杂养殖环境中动物特征的提取、动物生长环境的分析,有助于提升养殖水平。重点论述了目前计算机视觉在智慧养殖领域的研究进展,分析了应用中存在的问题,并对其未来发展方向进行了展望,旨在为推进中国养殖产业转型升级和可持续发展提供理论支持。

一种基于人工智能的农作物产量预测新方法

农业是国民经济的重要支柱,随着城镇化进程的不断加快,生产力水平的飞速提升,人们对农产品数量和质量的需求急剧上升,在全球范围内,农业作为发展经济的重要领域展现出了越来越重要的作用。工业互联网、云计算、ChatGPT等新一代信息技术快速发展,以及传感器技术的日新月异,促使人类社会发生了翻天覆地的变化。农业作为人类文明的基石之一,利用新技术发展农业生产智能化,可以提高劳动生产率和资源利用率,实现农业可持续发展。农业智能化将成为未来农业的重要发展方向,本文围绕着利用智慧农业提高农作物产量的预测准确度问题展开研究,提出了一种基于人工智能的农作物产量预测方法。

基于变分模态分解的管道泄漏信号降噪方法

管道泄漏信号的降噪是精确定位泄漏点的关键,但该信号具有非平稳、非线性的特性,传统方法对这类信号的去噪效果有限。为了有效剔除噪声以提升泄漏定位的精度,提出了一种基于变分模态分解(variational mode decomposition,简称VMD)的自适应降噪方法。首先,通过相关系数筛选有效固有模态函数(intrinsic mode function,简称IMF)实现信号重构;其次,根据重构信号信息熵的最小值,得到VMD的最优分解层数和最优降噪信号;最后,通过负压波理论实现泄漏定位,并搭建了管道泄漏实验系统对所提方法进行验证。结果表明:该方法能有效抑制噪声,保留了信号的波形特征,且能识别出明显的负压波拐点;泄漏定位的最小相对误差为0.9%,最大为3.75%。与传统方法相比,所提方法定位的精度更高,结果更稳定。

基于经验模态分解的城市快速路车辆速度估计方法

城市快速路交通是典型的非线性、时变系统。针对城市快速路交通流参数估计问题,基于实测道路交通流数据提出一种新的车辆速度估计方法。首先对实测交通流数据进行预处理;然后对其进行经验模态分解与重构,建立训练数据集,基于神经网络算法,构建车辆速度与密度之间的非解析模型,实现速度的估计与预测;最后采用北京市三环路实测交通流数据对算法进行测试,分析数据预处理和经验模态分解对车辆速度估计结果的影响。结果显示本文所提方法的交通流速度参数估计均方根误差为3.41,皮尔逊相关系数为0.87,比BP神经网络方法具有更高的精度。

基于深度学习网络的智能养殖AI算法服务平台构建方法

为将传统农业与现代科技实现有效结合,实现养殖过程的智能化,构建一种基于深度学习网络的智能养殖AI算法服务平台。该平台包括基于Yolox模型目标检测算法、基于Mask R-CNN模型的目标分割算法和虚拟化资源池,前两者分别实现牲畜点数和测长估重,后者实现完善硬件的调度支撑方法。这样的处理方式可以加快算法收敛速度、降低参数计算量、提升系统性能,适用于畜牧业中的图像处理任务,实现对牲畜的全面管理和监测。