简介：美国防部民防准备局早期对二战时火灾的详尽研究表明，缺氧、CO中毒是导致工事内人员死亡的主要原因之一．人防工事现装备的氧气再生装置在火灾下使用存在诸多问题，因此，如何在清除燃烧有害物的同时为被困人员供氧一直是人防工事亟待解决的难题．对国内外各领域的空气补给技术进行了资料调研，结合本课题的实际，从几个技术方案中优选了变压吸附技术，建立了实验装置。实验研究结果表明，约含0．49jlc0的空气进入本实验装置后浓度降至1．2mg／m^3以下，约含17．8%CO2的空气进入本实验装置后浓度降至正常空气含量以下，含氧13．1%的空气进入本实验装置后浓度最高升至90．5%(2L／min)。最低58．4%(5L／min)．

简介：针对分形图像压缩编码时间长的问题,提出基于块分类的分形图像压缩算法,实验结果表明,该方法相对于经典的Jacquin分形图像压缩算法,压缩比得到提高,压缩时间提高近100倍.

简介：火灾烟气毒性一直是近年来火灾安全行业研究的热点。统计结果表明，火灾中大多数的死亡者是由于吸入毒性气体的影响，而不是烧伤所致。在家庭火灾过程中，随着一氧化碳、二氧化碳的浓度上升和氧气的减少，将引起居民在大约3min之内完全失能，其中一氧化碳和贫氧在导致人员失能方面起着主要的直接作用，而二氧化碳主要是通过增加人呼吸换气速率使毒性气体大量吸入体内，在影响人员失能方面起着重要的间接作用。火灾起火后，没有任何防范的室内居民在滞留时间超过5min会产生失能，必须在此时间内完成逃逸，表明家庭火灾中毒性气体对人员失能存在极大的危险性。研究为评价整个火灾过程中有关毒性气体对人员失能危险提供了方法学基础。

简介：支持向量机能够较好解决小样本、非线性数据特征的多分类问题,适用于火炮内膛疵病的分类,但其性能依赖于其参数的选取;对基本遗传算法进行改进,使用自适应的交叉算子和变异算子,并应用于支持向量机参数优化;通过对火炮内膛疵病分类精度的对比研究,改进的遗传算法确定支持向量机优化参数的方法取得了良好的效果,验证了该方法对疵病分类的有效性。

简介：为提取比特流中各未知协议对应的比特流子集，提出了一种基于聚类和模式串匹配的未知协议比特流分类方法。在获取比特流压缩率、汉明重量和游程频数等统计特征的基础上，先采用K-medoids算法对比特流数据进行初步聚类，再通过随机抽样和基于有向图的模式串匹配，将已知协议比特流从各聚类中筛除。对实验数据集的测试结果验证了所提方法的有效性。