汽轮机安全监测系统探头安装及注意事项

安全监视系统(TSI)是保证汽轮机安全稳定运行的保护系统,包括对汽轮机转子的运行状况进行可靠的连续检测、对汽缸的机械工作参数连续地测量,记录机组启停和运行状态。通过各种TSI探头,汽轮机运转过程中的工况变化产生电信号输入到前置器,为记录、记忆设备提供信号。     

平安城市监控系统建设中的组网问题

我国平安城市监控系统建设日趋普及,但在建设过程中存在财政投入不足而出现分区建设、分区管理的现象。这使得平安城市监控缺乏统一的管理,给城市安全防范工作带来不便。文章根据不同行业的应用需求及特点,提出监控系统整体解决方法,包括对需求的分析、功能实现的方法等。     

电子政务建设策略

电子政务是借助电子信息技术进行的政务活动,政府机构运用现代计算机和通信网络技术,将政府内部和外部的管理和服务职能通过整合、重组、优化,打破时间、空间以及部门分隔的制约,为社会公众以及政府自身提供一体化的、高效的、优质的管理和服务。电子政务正成为我国信息化建设的新热点,在热潮中,我们更应认真思考电子政务的建设策略,防止决策失误。     

一种基于Edline线特征的车道线识别算法

为了提升车道线检测的准确性和实时性,改良车道偏离预警系统的性能,提出了一种新的车道线识别算法。首先应用投影法对采集到的图像设立感兴趣区域,以此来减少图像中存在的干扰信息;其次应用一种改进后的自适应高斯滤波算法对采集所得图像进行平滑处理,减少图像中不必要的细节;最后采用边缘绘制算法进行边缘检测,在此基础上,提出一种线段检测算法——Edline算法提取边缘线,对检测到的直线段进行筛选和聚类。利用引用计数法对车道线进行跟踪和预测。结果表明,新算法的平均处理时间为17.1 ms,准确率为96.19%,将其应用在车道偏离预警系统中可以有效地提高预警效率,提升预警的准确性和响应速度。研究结果丰富了车道线识别理论,可为车道偏离预警系统的应用及基础研究提供参考。     

基于One-Class SVM的青鳉鱼异常行为识别方法

为了更准确地解析青鳉鱼在突发污染环境中的行为变化趋势,提出了一种基于One-Class SVM模型的青鳉鱼异常行为识别方法。以青鳉鱼的生理及行为特征作为观测指标,将采集到的暴露在不同类型和浓度特征污染物下的青鳉鱼行为强度信号作为经验数据,利用直方图统计和主成分分析（PCA）对行为强度数据进行降维,实现行为特征提取,基于One-Class SVM构建模型,并以五水合硫酸铜和三氯酚作为特征污染物进行暴露实验对算法进行验证。结果表明,One-Class SVM模型可以准确地识别正常行为和污染物暴露时发生的异常行为;对于有机污染物最快可在10 min内完成预警,重金属污染物可在1 h内完成预警,并且污染物浓度越高,模型的识别效果越好。识别方法可对水源突发性水质污染进行更有效的监测和预警,也可为水污染应急决策提供技术支撑。     

中国农产品进出口与农业产业安全预警分析

农业产业安全是指农业的生存与发展不受到外来势力根本威胁的状态.本文采用农业产业安全评价指标体系与预警界限对农业产业安全进行预警分析,在预测中国农产品进出口额及粮食供需状况的基础上,对本世纪初中国农业产业安全度的情况进行了估算.     

我国社会保障支出的地区差异分析

文章首先运用GE指数分解法,分析我国社会保障支出区域差异及贡献率;然后运用GINI系数分解法,分析社会保障各项支出对总体差异的贡献率。结果表明:三大区域总体、区域内及区域间的差异基本呈下降趋势,期间略有起伏,但区域内差异远远大于区域间差异;东部、中部和西部地区差异变动趋势不一致,且对总体差异的贡献率差别较大;社会保障各项支出的贡献率差异较大,其中社会保障补助支出成为总体差异的主体因素。文章最后对实际测算结果作进一步分析,并提出相应的政策建议。     

高管连锁、同业监督与公司违规

本文选取2011—2018年度A股上市公司为研究样本,以具有竞争关系的同业公司间的高管连锁作为同业监督的渠道,检验了同业监督对目标公司违规的影响。研究发现:(1)同业监督能有效抑制目标公司违规倾向,且这一影响当且仅当连锁公司是同业公司时存在;(2)同业竞争是同业监督的基础,在行业集中度低和行业增长率低的行业中,同业监督对目标公司违规的抑制作用更强;(3)目标公司的政治关联会瓦解同业监督对公司违规的抑制作用;(4)区分违规行为类型后发现,同业监督对经营违规的抑制作用最强,对信息披露违规次之,对领导人违规几乎没有效果。本研究丰富了公司违规监督机制的内容,也提供了辩证看待高管同业兼任的新视角。     

Predicting credit card fraud with Sarbanes‐Oxley assessments and Fama‐French risk factors

This research developed and tested machine learning models to predict significant credit card fraud in corporate systems using Sarbanes‐Oxley (SOX) reports, news reports of breaches and Fama‐French risk factors (FF). Exploratory analysis found that SOX information predicted several types of security breaches, with the strongest performance in predicting credit card fraud. A systematic tuning of hyperparamters for a suite of machine learning models, starting with a random forest, an extremely‐randomized forest, a random grid of gradient boosting machines (GBMs), a random grid of deep neural nets, a fixed grid of general linear models where assembled into two trained stacked ensemble models optimized for F1 performance; an ensemble that contained all the models, and an ensemble containing just the best performing model from each algorithm class. Tuned GBMs performed best under all conditions. Without FF, models yielded an AUC of 99.3% and closeness of the training and validation matrices confirm that the model is robust. The most important predictors were firm specific, as would be expected, since control weaknesses vary at the firm level. Audit firm fees were the most important non‐firm‐specific predictors. Adding FF to the model rendered perfect prediction (100%) in the trained confusion matrix and AUC of 99.8%. The most important predictors of credit card fraud were the FF coefficient for the High book‐to‐market ratio Minus Low factor. The second most influential variable was the year of reporting, and third most important was the Fama‐French 3‐factor model R² – together these described most of the variance in credit card fraud occurrence. In all cases the four major SOX specific opinions rendered by auditors and the signed SOX report had little predictive influence.     

影响能源法功能选择的若干动因分析

法的功能具有客观性,法的功能选择的状况直接影响着法的价值的实现。法律的功能范围是不断发展完善的,这要求法的主体应该依照不同的社会状况选择适合社会现实的法的功能组合才能实现法的价值追求。现实中,为保证能源安全目标的全面实现,立法者需要综合考虑影响能源法功能选择的思想、实践及法律等基本因素。