论文部分内容阅读
<正>新冠肺炎疫情对于全球各国应急管理都是一场“大考”，中国“一案三制”应急管理体系发挥了突出作用，交出了一张高分答卷，也让越来越多的人开始关注应急管理学科建设和人才培养。对接公共安全战略与应急管理重大需求，获批教育部首个应急管理本科专业，
武汉理工：应急管理学科建设探路先锋
【摘 要】
：
新冠肺炎疫情对于全球各国应急管理都是一场“大考”，中国“一案三制”应急管理体系发挥了突出作用，交出了一张高分答卷，也让越来越多的人开始关注应急管理学科建设和人才培养。对接公共安全战略与应急管理重大需求，获批教育部首个应急管理本科专业，
【出 处】
：
湖北应急管理
【发表日期】
：
2022年03期
其他文献
三维建筑物模型是虚拟地理环境中的主要元素之一,在三维导航、智慧城市和电脑游戏等领域都有广泛应用。随着倾斜摄影测量和三维激光雷达扫描等三维数据获取技术的快速发展,三维建筑物模型越来越真实,细节越来越丰富,数据量也越来越大。当前,三维GIS成为推进交通、电力和水利等各个行业信息化的重要技术手段。为了使用户能够与三维场景流畅交互,传统GIS系统都将模型数据提前存储在客户端以供渲染,但这种方式数据更新不便
碳中和债是在碳中和的大背景下应运而生的新品种,随着政策逐渐落地,碳中和债迎来了发展机遇,截至2021年末,碳中和债累计发行1807亿元,已成为绿色债券的重要组成部分。文章回顾了碳中和债一二级市场运行情况,并展望了其未来发展。
期刊
近年来,随着各类新技术在柴油机上应用,柴油机的强化程度随之提高,导致柴油机的热负荷和机械负荷急剧升高。活塞是柴油机的核心部件之一,承受着较高的热负荷,是最容易失效的零部件之一,因而需要对活塞采取足够的强化冷却,以确保其可靠性。为了提高某大型高功率密度船用柴油机的活塞冷却能力,本文搭建了活塞振荡实验台,基于可视化技术,研究了不同状态下大功率柴油机活塞冷却油腔内润滑油的振荡形态,揭示了活塞振荡冷却腔内
天地往返飞行器在航天和军事领域具有重要研究价值,通常涉及到飞行器的可重复使用性,这也创造了巨大的经济价值,因此它是各航天大国研究的重点之一。论文主要针对可重复使用的天地往返飞行器再入段的姿态控制及执行器复合控制分配问题开展研究。首先建立简化的飞行器再入段姿态系统的通用模型,再结合工程实际分析了飞行器装备的气动舵和尾部反作用控制系统（Reaction Control System,RCS）的物理特性
基于深度学习的人脸识别方法突破了多年来传统浅层方法的固有瓶颈,已经成为目前主流的技术手段。深度学习模型的成功,往往建立在大量有标记的样本参与训练的基础之上。然而,人工标注的成本极为高昂且对非相应领域专家来说有较高的操作难度,相比之下无标记的样本则显得容易获得。在这种背景下,本文提出了标签传播与主动学习结合的算法,同时考虑到算法中有标记样本和样本特征为增量式更新这一情况,将其与基于粒度的序贯三支决策
在Web GIS应用中,为了解决Web地图服务（Web Map Service,WMS）瓦片生成效率低下的问题,通常会采取预先离线生成瓦片数据的方式提高效率。然而,瓦片文件存在数量多,单幅地图0-18级瓦片文件的总数量近千亿;瓦片文件小,大部分瓦片大小在2KB以下;低信息密度瓦片大量重复等特点,使用本地文件系统如NTFS、EXT4进行存储时存在存储效率低下、读写性能恶化等问题。为解决瓦片文件存储的
软体机器人作为机器人领域的一个重要分支,相对比于刚性机器人有着不可或缺的作用和优势。软体机器人可以承受更大的冲击和变形,更加适用于非结构环境中,同时软体机器人具有较好的鲁棒性和安全性。本文基于软体材料,研制了纤维增强式仿人软体机械手。据统计,中国上肢残疾人数有将近40万人,而对于目前的商业假肢均为刚性手,所能实现的功能较为有限。人的肢体行为是由神经控制的,在肢体运动过程中会产生微弱的电信号,因此肌
为了更好地评价天基预警系统激光干扰效果,论文对其涉及的三个关键性问题展开了深入地研究:一是天基预警系统探测图像的仿真问题;二是复杂背景下红外弱小目标检测问题;三是天基预警系统激光干扰效果建模问题。针对第一个问题,研究的重点是尽可能的利用有限的资料数据来实现天基预警系统探测图像的仿真,论文以商用高分辨率卫星红外图像为基础,研究天基预警平台观测、传感器成像、目标弹道运动和辐射、激光干扰光斑仿真等模型,
从单目图像中恢复出场景的深度信息,即单目深度估计,一直是视觉领域中重要的研究问题。单目深度估计被广泛地应用在自动驾驶、无人机和机器人等诸多领域,嵌入式计算平台上的单目深度估计也逐渐成为亟需研究的课题。现阶段大部分深度估计算法依赖于高性能的服务器等计算平台;少部分深度估计算法可以在嵌入式计算平台实时地预测深度信息,但是其精度还未能满足嵌入式设备的需求。此外,现有的深度估计算法很多忽略了平衡精度和延迟
投资组合优化研究的是如何通过对资本的合理配置,实现收益最大化或风险最小化。现有的多期投资组合模型大多利用概率论或机器学习的方法来描述投资收益的不确定性。通过预测证券的未来收益分布,并建立相应的投资组合模型,从而决定投资策略。然而,现有预测方法在预测准确率方面仍存在一定的提升空间。此外,如何实现数据驱动的滚动预测,如何针对预测结果开展多期投资组合优化,如何设计更有效的求解算法,这些都有待作进一步研究