简介：随着国际贸易不断增多,作为运输重要手段的航运业也呈现迅猛发展态势,与此同时各类船舶火灾事故的数量和财产损失也在不断攀升。这些火灾主要呈现出火灾荷载量较大,蔓延速度快,电气线路复杂,线路铺设混乱,散热、排烟困难,监管盲区较多,人员消防安全意识淡薄等特性。要有效防控船舶火灾,需要加强船员消防安全培训和船舶消防设施的建设,强化船舶消防安全监管和建立＂人、物、机＂一体的火灾监控体系。

简介：随着中国第一台电视1958年3月17日从天津走下生产线，这台叫“北京”的黑白电视的诞生，改变了中国媒体的新格局。寻常百姓坐在家里就能通过电视机了解国内外的大事了。

简介：国际海事组织（IMO)制定的《国际船舶与港口设施保安规则》（SPS)于2004年7月1日开始生效。尼克·布朗和里查德·斯科特调查了到目前为止的实施情况，并且分析了对海上贸易保安的意义。

简介：针对新型作战体系下以装甲车辆为主的地面目标的被动声识别问题,为实现不同车型在不同工况下的声识别,以常见的3种坦克和4种履带式装甲车为识别对象,提出了一种基于变分模态分解(VariationalModeDecomposition,VMD)和人工蜂群(ArtificialBeeColony,ABC)算法优化的支持向量机(SupportVectorMachine,SVM)相结合的装甲车辆声识别模型。首先,采集不同工况下的车辆噪声信号并进行频谱分析,证明了VMD分解的可行性;其次,对样本信号进行VMD分解,得到不同尺度的本征模态函数(IntrinsicModeFunction,IMF)并进行多尺度模糊熵(Multi-scaleFuzzyEntropy,MFE)的计算,得到多尺度模糊熵特征(VMD-MFE);然后,利用优化算法对SVM进行优化,得到最优参数优化的分类器模型;最后,对噪声信号进行特征提取和分类实验。结果表明:VMD的分解效果优于经验模态分解(EmpiricalMadeDecomposition,EMD)和集合经验模态分解(EnsembleEmpiricalModeDecomposition,EEMD);与引力搜索算法(GravitationalSearchAlgorithm,GSA)和布谷鸟搜索(CuckooSearch,CS)算法相比,ABC算法得到的优化模型ABC-SVM具有更高的识别率,可达94.14%以上。

简介：2087型主／被动声纳系统将迎合英国皇家海军对于远程传感器的需求。它能够搜索探测到深水和浅水中静默的潜艇。

简介：近日，国务院法制办，国家国防科技工业局派出调研组，就《中华人民共和国船舶生产许可管理条例》（草案）立法赴江西进行调研。

简介：利用主成分分析法确定了城市火灾各指标的综合风险值，基于分析的结果，通过K-均值的聚类算法对城市火灾风险进行了分类。以北京市火灾统计结果为例，确定了城市火灾统计指标的综合火灾风险值，对13个主城区进行了不同区域的火灾风险聚类，并对建成区的火灾统计数据按时域进行了聚类，实现了火灾风险的自动分类。不同区域和时域发生火灾的风险大小可为合理布置消防力量、有效安排执勤战备提供科学参考。