【摘 要】
：
近期防止新型冠状病毒肺炎传染形势严峻,公共交通工具尤其是列车车厢内的疫情防控面临较大压力.门把手是乘客最常接触的物品之一,由其引起的接触感染是易被忽视但具有较大风险的病毒传播途径之一,现有人工消毒方式难以及时、彻底予以阻断病毒传播.因此,尝试利用可编程控制器技术与相关设备设计一种针对门把手的新型自动化智能消毒装置,以实现“一人一消”、提高消毒效率、降低传播风险,为列车车厢及其他公共空间内的物品消毒提供借鉴与参考.
【机 构】
：
西安铁路职业技术学院,机电工程学院,陕西,西安710026
论文部分内容阅读
近期防止新型冠状病毒肺炎传染形势严峻,公共交通工具尤其是列车车厢内的疫情防控面临较大压力.门把手是乘客最常接触的物品之一,由其引起的接触感染是易被忽视但具有较大风险的病毒传播途径之一,现有人工消毒方式难以及时、彻底予以阻断病毒传播.因此,尝试利用可编程控制器技术与相关设备设计一种针对门把手的新型自动化智能消毒装置,以实现“一人一消”、提高消毒效率、降低传播风险,为列车车厢及其他公共空间内的物品消毒提供借鉴与参考.
其他文献
文章应用混沌序列,研究了电力营销数据去隐私化加密方法.利用最小二偏赋权法明确评估指标权重,采用五元联系数对电力营销数据隐私评估指标分阶偏处理,通过混沌序列加密方式及密钥流生成机制,建立基于Logistic混沌序列的数据加/解密模型;利用间隔取数手段提高明文攻击适应度,明确加密后密文数据统计分布状态,权衡加密方法有效性,完成电力营销数据去隐私化加密目标.
非结构化表格文档结构性较低,模式多样且数据冗杂,但此类文档里潜藏大量有价值数据,数据高精度抽取对分析数据价值存在增值作用,为此提出基于深度学习的非结构化表格文档数据抽取方法.在数据抽取前,采用基于循环和卷积神经网络的文本分类方法,对非结构化表格文档实施分类,获取所需表格文档,由此缩小后续数据抽取范围,提高抽取效率与精度;在分类后的表格文档中使用基于深度学习的数据自动抽取模型,通过双向循环神经网络编码获取中间语义向量,然后通过注意力模型和单项循环神经网络解密中间语义向量,获取非结构化表格文档数据.实验结果表
系统研究了机械炉排炉垃圾焚烧飞灰水洗过程中氯化物和重金属的浸出特性,并采用Visual MINTEQ模拟分析水洗液中重金属的存在形态.结果表明:飞灰中的氯主要以可溶性氯化钠(NaCl)、氯化钾(KCl)、氯化钙(CaCl2)、碱式氯化钙(CaClOH)的形式存在,飞灰水洗浸出成分97％以上为氯离子(Cl-)、钠(Na)、钾(K)、钙(Ca),其中氯离子占比高达60％;重金属及其他成分的浸出量很少,不足1％.水洗对氯离子的去除效果非常明显,可达92％以上,但是重金属的浸出量极低.飞灰单次水洗最佳条件:液固体
为了实现地区能源与经济的均衡发展,构建了一种基于负荷特性指标修正的地区能源经济循环模型.应用能源消费的生产函数模型,分析了能源负荷特性指标与经济发展的相关性,构建了基于能源消费与经济增长误差修正的地区能源经济循环发展优化模型.以能源消费负荷特性指标为例,采用协整理论深入研究能源消费负荷特性指标与经济增长间的关系,通过误差修正模型的格兰杰因果关系、H--P滤波方法,检验能源消费负荷特性指标与经济发展间误差修正效果.研究结果显示:能源消费和经济增长间具有长期均衡关系,通过所设计模型可以对能源消费和经济增长间短
混合教学模式能够有效解决高职预算类课程存在的时间和资源不足等突出问题,以工程造价专业“建筑构造与算量”课程为例,对混合教学模式进行探索实践.从教学流程、教学方法、课程评价方式、课程资源建设等方面进行详细论述,并展示了混合教学模式下的真实教学效果.
网络处理器(NP)是一种专门处理网络应用数据包的处理器,和特殊应用集成电路(ASIC)相比,网络处理器有着更加灵活的特点,其可以通过编程来实现不同的网络应用.随着网络技术的发展,网络处理器的使用场景也变得越来越广泛,对微引擎(ME)的性能和执行效率也有了更高的要求.为此设计了一种硬件8线程微引擎,利用专用的硬件线程切换微码指令,完成微引擎和外部存储器以及协处理器之间的数据传输,运用硬件信号量机制,实现硬件线程间的切换,节约了微引擎的访存等待时间,提升了微引擎的工作效率,通过多线程共用指令存储器,节省指令储
针对列车运行控制系统的通信网络安全问题,提出了一种基于数据挖掘的信息安全检测方案.以数据流为研究对象,结合轨道交通信息系统中异常数据占比少的特点,提出单分类支持向量机模型,采用超平面法,将正常数据和入侵数据进行分类,实现网络入侵行为的有效检测.仿真结果表明,在不同数据流量情况下,检测模型均能表现出较强的检测能力.
云端数据加密在保障数据安全的同时,也给数据检索工作带来了困难.为此,提出一种通信网络数据云存储数据库可验证密文检索方法.首先分析云存储数据库加密形式,选取字符型数据作为加密检索对象;然后预处理字符型数据,建立密文索引结构,再对用户检索词进行处理,包括去停用词、查询切分、查询扩展、检索词加密等过程,最后通过计算密文检索词块和字符型数据文档密文索引之间的相似匹配度来实现密文检索.对比结果表明应用所提出的方法,密文检索精度更高,检索时间更短,检索效率更高.
为了更好地了解水上事故影响因素与事故等级之间的联系,精准地预测水上船舶碰撞事故的严重程度,从人、船、环境、管理4个方面考虑,结合2000年到2020年之间的54个典型长江船舶碰撞事故案例,量化事故影响因素,提出了一种基于RF-BP神经网络的预测模型.结果 表明,该方法预测结果与实际事故结果之间误差较小,与传统的BP神经网络模型相比训练时间更短,且精度未降低.可见该方法具有精度高、训练速度快的特点,在多因素事故等级预测中具有一定的可行性与实用性.
根据RNN神经网络与LSTM神经网络运行特征,优化LSTM得到变体GRU神经网络,并建立了GRU-SVM算法,并跟传统Softmax分类器进行了对比.通过实验测试发现GRU-SVM的dropout率为0.88,GRU-Softmax的dropout比例为0.81.GRU-SVM获得了比GRU-Softmax更短的训练时间,说明GRU-SVM具备更高训练效率.检测不同攻击类型的过程中,GRU-SVM算法表现出了比GRU-Softmax算法更高的精度,更低的误报率,从而降低入侵事件概率.本算法弥补了传统机器学