在过去的二十年里,医用核动力裤子的安全水平已经显著提高。正如世界核电运营商协会 (WANO) 所跟踪的那样。与此同时,设计要求也已降低,以简化其设计,提高其在核安全方面的深度。并提高其可用性、可操作性和经济性。通过使用先进的仪器和数字系统,越来越多地将精力放在防止异常事件和提高人机性能上。此外,通过由经过验证的分析工具和测试支持的原型演示,或通过确保设计基于经过验证的技术并得到简单的分析支持,可以增强安全性。测试和结果。通过在适用的条件下运行,在整个系统寿命内保持辐射保护和法规保持辐射暴露尽可能低(ALAR4)的概念正在被成功应用于降低辐射暴露,
摘要:尽管高速公路在该国的经济中起着重要作用,但使用量的增加通常会导致事故增加。关于斯里兰卡高速公路事故的研究受到限制,强调了调查其原因并积极确定易于识别事故的地区的必要性。这项研究旨在利用地理信息系统(GIS)和机器学习(ML)技术来建模高速公路事故,并特别关注斯里兰卡的南方高速公路。使用的数据集是从Southern Expressway操作维护和管理部(EOMMD)中收集的,并进行了预处理,包括编码,过采样和功能选择。机器学习算法 - 兰多森林(RF),支持向量分类器(SVC)和决策树(DT) - 用于识别容易发事故的位置并评估事故的严重性。使用诸如接收器操作特征(ROC)曲线,ROC曲线(AUC),平均绝对误差(MAE)和均方误差(MSE)等指标进行评估三个模型的性能。RF的精度表现为81.19%,其精度得分为81.19%,其次是SVC,为79.8%,DT为69.7%。rf也具有最低的MAE和MSE值,令人印象深刻的AUC值为0.86,表明卓越的预测准确性和强大的歧视能力。地图以可视化结果,并开发了操作仪表板,以促进数据分析并改善高速公路上的安全管理。这项研究为使用GIS和机器学习技术对高速公路事故进行建模提供了宝贵的见解,该技术可用于增强安全管理实践并防止事故。
电子媒体版本固有的一些格式问题也可能出现在此印刷版本中。版权所有© (2013) 亚洲遥感协会保留所有权利。由 Curran Associates, Inc. 印刷 (2014) 如需许可请求,请通过以下地址联系亚洲遥感协会。亚洲遥感协会 4-6-1 Komba Meguro-ku Tokyo 153-8505,日本 电话:+81-3-5452-6406 传真:+81-3-5452-6408 Sh1939murai@nifty.com 本出版物的其他副本可从以下地址获得: Curran Associates, Inc. 57 Morehouse Lane Red Hook, NY 12571 USA 电话:845-758-0400 传真:845-758-2634 电子邮件:curran@proceedings.com 网站:www.proceedings.com
关键词:全波形,激光雷达,联合配准,表面匹配 摘要:机载全波形激光雷达能够记录后向散射激光脉冲的完整波形。由于这种能力,与传统的激光雷达系统相比,它可以在每条激光行进路径上检测到更多的额外物体,因此已逐渐被引入森林或植被区域的应用中。为了从扫描点云中提取感兴趣的信息,数据处理包括预处理(如脉冲检测)、联合配准、分割、分类等。按顺序执行。从处理链中可以看出,数据联合配准的质量是影响后续处理和分析可靠性的关键因素之一。因此,本文重点关注此阶段可能出现的问题,并提出了一种提高数据联合配准性能的方法。本文采用Riegl Q680i机载全波形激光雷达从相邻飞行带采集两组点云。本系统将扫描数据分为单个回波、第一个回波、最后一个回波和其他回波。为检验飞行带平差性能,分别从两个飞行带中提取了单个回波和最后一个回波点云,这两个回波点云更能代表地形。在专有软件RiPROCESS中进行预处理和配准后,发现使用单个回波或最后一个回波数据集时,两个飞行带之间存在错位。为了解决这个问题,应用了3D表面匹配技术。此外,为了实现理想的配准,评估了使用不同类型回波数据进行表面匹配的性能。本文分析了该方法所取得的改进和可行性。1 引言