摘要：通过使用水泥搅拌桩技术对软地基进行处理来提高软地基的固结度和稳定性,此技术已得到广泛应用,在使用中也出现了一些改良的新技术,但在实施过程仍然依赖于人为的控制与操作,在质量控制、质量评估、信息化施工水平均落后于时代,而针对不同的场地与地层、不同的周边条件及工程要求,几乎仅运用设计人员的经验作为施工的依据,现场施工质量也依赖于施工人员的责任心,因此建立一套完善的软基处理施工实时监控与分析系统非常重要。

摘要：设计金属冶炼中的电子监控系统,提高金属冶炼过程的安全性和可靠性。系统的模块化设计包括系统的数据传输模块,远程通信模块和远程控制模块。电路设计和系统调试结果表明,该系统可靠稳定,对金属冶炼中的电子监控的过程稳定性较好。

摘要：在闭路监控行业，三星电子凭借其先进的成像技术、雄厚的研发实力、优良的生产工艺和人性化的设计理念，使得三星电子系列监控产品的适应性极强。三星电子闭路监控产品在石油石化行业的应用也非常广泛，本文以油井油田管理为例，简单介绍三星电子监控系统的应用特点。

摘要：在电子监控系统普遍应用于变电所的情况下,加强这项工作的管理,应从统一归口管理、建立健全各种制度及逐步完善系统设计等方面做好工作,使之更好地为电网的安全运行服务。

摘要：着重阐述了酒店管理信息系统与电子监控系统的设计和实现，论述了工程实施中的关键问题，总结了系统集成的经验，意在探索MIS开发的新途径．

摘要：英国马卡姆煤矿(Markham Colliery)于1973年由于卷扬机钢绳过卷,单线制动杆失效,致使双层罐笼坠井,造成严重伤亡事故。本文就这次事故后,对电子卷扬监控系统所提出的各项要求而进行的研制情况。马卡姆事故调查的意见之一是要求英国所有的卷扬机取缔单线系统的安全监测装置,必须采用双线工作系统。改进设计的构思集中于把自动化安全机构用于超速卷扬和过卷的保护。现有的控制器是一种机械式模拟装置。

摘要：现代汽车技术的高速发展，各项汽车技术都在不断地完善，汽车驾驶的安全指数的提高是设计人员追求的目标。电子监控系统在客车上的应用，为驾驶员拓展视野增强驾驶安全性提供了有利地保障。

摘要：在高速公路上,布设电子监控系统,能够实现道路交通信息和气象信息的动态监测,通过上述信息为车辆行驶路线的选择提供信息支持,改善交通拥堵状况。高速公路的监控系统主要由信息采集子系统、交通状态检测子系统、交通控制子系统、交通诱导子系统和计算机网络子系统这5个子系统组成,通过信息的采集、分析,获取有效信息,由中枢系统根据信息作出决策,并且由各类子系统参与交通调控,以达到交通运输指导的目的,让司机避开拥堵路线,选择最佳行驶路线。

摘要：2006年5月13~14日,安徽省民爆器材管理办公室主持召开了安庆向科化工有限公司胶状乳化炸药生产线及电子监控系统投产验收会。验收委员会专家认真听取了公司试生产总结、电子监控系统安装及试运行总结等报告,在审查验收资料、考察生产线、现场抽测产品及一周前生产过程检测数据和视频监控记录的基础上,经评议,验收意见如下:(1)安庆向科化工有限公司根据委爆字[2002]8号文的批复,引进南京理工大学连续乳化和中钢集团马鞍山矿山研究院钢带式连续冷却、连续敏化及自控技术与设备,利用现有4000吨/年连续化微机控制粉状乳化炸药生产线工房及部分设备进行技术改造,建成的胶状乳化炸药生产线(与粉状乳化炸药生产线联建成一头二尾型)于2006年元月带料试车并转入试生产。现场核定产能3.1t/h,达到设计要求。(2)生产线工房内外部安全距离、电气等符合《民爆规范》要求,建筑工程、锅炉压力容器、环保、消防、防雷、工业卫生已通过当地主管部门验收,公司现有动力和仓储设施可满足乳化炸药批量生产要求。经北京国科宏达技术开发有限公司对乳化炸药生产线进行安全验收评价,评为安全级,安评中提出需整改的问题已基本落实,该生产线已具备批量生产的基本安全条件,可...

摘要：目前,国内外部分自动化程度较高的捕捞渔船逐渐开始采用人类观察员与电子观察员相结合的捕捞监控方式。为简化电子监控系统数据处理流程、提高电子监控系统自动化程度、增强相关渔业公司及政府部门的管理效率,该研究提出将卷积神经网络(Convolutional Neural Network, CNN)与长短期记忆模块(Long Short Term Memory, LSTM)应用在传统电子监控系统数据中,用于灯光渔业日本鲭捕捞渔船行为提取。根据日本鲭捕捞渔船工作特点,划分出放网、收网、进鱼、转载等9种捕捞作业行为。设计4组平行试验,分别对比3层卷积神经网络、带有LSTM模块的3层卷积神经网络、8层卷积神经网络、带有LSTM模块的8层卷积神经网络在日本鲭捕捞渔船行为提取中的表现。试验结果显示,在测试集中该4种神经网络训练得到的模型综合评价指标F1分数分别达到了0.794、0.799,0.966及0.972,在配备NVIDIA Tesla V100 32GB高性能GPU的超算环境下5 000组数据平均每次检测耗时分别为34.66、34.50、37.41、37.61 ms。在一定范围内,网络深度的增加会显著提升模型的效果,但检测耗时也会有明显增加;LSTM模块的加入对网络模型效果有一定程度的提升,且不会显著影响检测耗时。因此,CNN-LSTM模块在电子监控系统高实时性、高精度场景下均有较大的应用前景,能够提高电子监控系统自动化程度,提高相关部门的管理效率。