摘要：火灾勘验现场存在大量复杂的化学性职业危害因素,给火灾调查人员的职业安全与健康带来了极大的威胁。为实现火灾勘验现场化学性职业危害因素的监测,通过危害因素辨识确定检测气体种类及浓度,采用气体传感器阵列技术设计便携式气体分析仪,使用标准气体和材料热解产烟,对气体分析仪的检测有效性进行了验证。结果表明:便携式气体分析仪可实现混合急、慢性毒性气体和可吸入性颗粒物浓度的检测,为火调人员化学职业危害评估与防护提供参考。

摘要：本文设计道路交通安全风险智能语音警示系统,应用大数据分析、图像视觉识别等技术,结合公安交通集成指挥平台的各类基础数据,提升道路交通安全隐患发现能力。针对不同的道路交通安全隐患类型,研究道路交通安全风险管控方法,应用融合通信技术,及时通过语音方式告知提醒车辆驾驶人或所有人,消除道路交通安全风险隐患,提升公安交通管理部门的道路交通安全管理水平和执法形象,让执法更有“温度”。

摘要：为了实现深水海洋管道的连续铺管作业、满足铺管的路径和导引信息的自动更等新要求,提出了一种基于滑动矩阵的路径分析、路径映射与路径导引的方法,建立了一种基于铺管接触距离的管道路径和船舶路径的映射关系,给出了一种适合动力定位铺管船的曲线路径跟踪的LOS视线导引算法,设计了一种船舶位置、姿态和速度控制的多目标铺管运动控制器。海洋连续铺管仿真作业的结果表明:本方法可在风浪流的环境干扰下,实现连续铺管作业过程中的路径自动识别、自动规划、自动导引和位置控制等目标,同时满足铺管速度和航向角等控制要求,对于船舶动力定位和水下机器人运动的路径规划和导引控制方法的研究具有较强的理论意义和工程价值。

摘要：在当前复杂的道路交通环境下,车辆作为道路交通范畴内的一个重要参与群体,对其有效的监测和监管成为了涉及交通运输安全问题中的一个重要内容。以道路交通车辆目标为研究对象,结合模糊聚类算法在图像处理领域所展现的技术优势,将其进一步扩展到车辆目标检测的实际应用之中,并针对该算法所存在的性能方面的不足之处,提出和设计基于超像素的像素级以及基于群智能的种群级自适应优化方法。实验仿真结果表明,该方法能够有效地提升车辆目标检测的性能,进而为高效精准的车辆目标检测提供理论和方法上的参考依据。

摘要：针对应急通信中信息传输手段单一、带宽不足和安全性差等问题,文章采用基于IPSec VPN的4G公网多路聚合传输和多路径传输无线通信关键技术,利用安全聚合网关的多SIM卡无线公网组网,实现了数据流多路径实时传输、低延时聚合和安全加密的技术融合。将调制解调器中的TCP加速程序移植到卫星安全模块中,实现了卫星通信TCP加速和加密技术的结合,完成安全卫星组网多路径传输。文章采用分层设计思想,可以为新一代应急通信提供安全可靠的多路径无线信道。

摘要：为提升行人属性的识别精度,充分利用行人属性间自然语义关联并解决不同属性相关图像信息的提取差问题,提出结合语义与图像信息的行人属性识别算法。通过自注意力机制的关系建模能力挖掘行人属性间的内在联系,利用交叉注意力机制建立属性间语义信息与图像特征信息的关系。在此基础上,依靠卷积融合图像的高阶与低阶特征并为模块增加局部特征信息,提升模型的泛化能力,通过设计属性预测模块,使模型可与任意骨干网络相拼接,进一步提升识别性能。实验结果显示,该算法的平均精度、准确率、F1值在PA-100K和PETA数据集上分别为84.04%、79.71%、88.03%和89.04%、82.39%、89.06%,与ALM、JLAC等算法相比,能够充分利用属性语义与图像特征信息,在多项评价指标上有明显提升。

摘要：【目的】针对预训练语言模型输入长度限制的缺点进行优化,提高长文本分类的准确度。【方法】设计依据自然文本中存在的标点符号进行分句并按次序输入预训练语言模型的分类模型;提出句向量平均池化法与注意力机制加权法对分类特征向量进行压缩编码,并在多个预训练语言模型上进行实验。【结果】相比于直接截断文本内容,使用句向量压缩的模型准确率最多提升了3.74个百分点。在两种数据集上,融合注意力机制模型的F1-score相比基线模型分别平均提升1.61%和0.83%。【局限】在部分预训练语言模型上提升效果不显著。【结论】在不改变预训练语言模型架构时,结合分句内容信息的文本分类模型在不同预训练语言模型上能够有效提升分类效果。

摘要：现有的司法数据分析以传统的统计图表为主,与案件数据的内部信息关联不够,低效落后,难以满足司法数据的分析需求.因此,针对司法判决文书数据,提出一种通过用户交互的方式展示司法数据时序演化过程的方法.首先提出基于分层结构的层次演化视图,从整体上分析时序变化;结合矩阵视图、词网络视图、主题聚类图和词云,展开案件内部多元信息的精细化分析;提取案情三元组信息,并展开关键实体的约束布局,帮助快速定位和掌握案件内容.基于千万级规模司法判决文书数据,展开案件纠纷类型演变和案件内部关系的案例分析,并针对多个视图任务结合评分方式展开定量用户研究评估,反馈得到所有问题平均评分均大于3.5,为后续司法文书数据的可视分析提供了一种解决思路.

摘要：随着监控摄像头的普及和图侦技术的快速发展,“鞋印+监控”技战法成为公安机关侦破案件的重要手段。该技战法根据现场嫌疑鞋印推断出嫌疑鞋型,进而在犯罪现场周围监控视频中查找对应鞋型,锁定犯罪嫌疑人。然而现有鞋型识别算法无法充分提取嫌疑鞋印的重要特征,导致识别准确率降低。针对该问题,提出一种融合自适应感受野模块与多支路特征的鞋型识别算法。通过设计一种自适应感受野模块,使网络自适应选择合适大小的感受野特征,增强网络的特征提取能力,同时构建多支路特征融合模型,融合网络的深层和浅层特征,以充分利用有效特征进行鞋型识别,从而提高识别精度。在此基础上,采用中心损失函数和标签平滑损失函数联合训练的方法,在增大类间差距的同时缩小类内差距,增强模型的泛化能力。在多背景鞋型数据集上进行实验,结果表明,该算法Rank-1和mAP精度分别为79.77%和62.18%,具有较优的识别效果,为公安刑侦实战提供了一种可行方案。

摘要：目标检测网络SSD的多层回归特征图存在各层回归计算之间相对独立的问题,且基于SSD改进的系列算法在提高检测精度的同时难以兼顾实时性。针对上述问题,提出一种基于异步卷积分解与分流(shunt)结构的单阶段目标检测器。基于异步卷积分解算法设计了一种shunt结构,交错连接多层特征图,增强了回归计算之间的统一性与协调性。优化了原有高层主流结构,在主流结构与shunt结构中分别用最大池化和异步卷积分解2种不同的方式对特征图大小进行降维,保留空间相关信息的同时提高了特征的多样性。实验结果表明,将VOC2007trainval和VOC2012trainval中的图片统一缩小至300像素×300像素进行训练,提出的目标检测器在VOC2007test上进行检测时的平均精度均值可达到80. 5%,检测速度超过30帧/s。