降低与MARPOL公约附则Ⅰ相关的船舶滞留风险

介绍船舶在PSC检查中关于MARPOL公约附则Ⅰ滞留缺陷的判定,列举了可能导致船舶滞留的常见的缺陷项目,并从检查证书和文件的有效性,加强设备管理和维护,做好人员培训几个方面提出有效降低船舶滞留风险的建议.     

论方便旗船的弊端与对策

从船舶登记管理的角度对船舶登记中方便旗船产生的原因进行分析，进而分析方便旗船存在的弊端．在此基础上，从贯彻“真正联系”原则，建立第二船舶登记制度，吸引方便旗回归，完善船舶经营人确认制度，加强PSC检查等方面，提出了加强船舶登记管理的应对策略．     

现代船舶管理存在的问题及完善策略探讨

实施船舶管理实际上就是为了保障船舶的航行安全。我国航海事业的发展,促使海事机关部门不断强化船舶管理力度,完善管理机制,为和谐、有序的航运提供服务,尽可能地避免航运过程中发生事故。船舶管理直接影响着航运公司的市场竞争地位。本文先简单介绍了现代船舶管理的理念、发展前景,然后分析在管理过程中遇到的场景问题,并有针对性地提出解决方案,从而进一步确保航行安全。     

热力学模型对-K2SO4-H2O体系溶解度的预测

用Pitzer Simonson Clegg热力学模型(PSC模型)和Pitzer模型,结合KCl-H2O, K2 SO4-H2O以及KCl-K2SO4-H2O体系水活度和溶解度实验数据,分别计算H2O体系和K2SO4H2O体系的溶解度相图,及KCl-K2SO4-H2O体系在273.15 K,298.15 K,323.15 K和348.15 K的溶解度结果表明对于溶解度较低的KCl-K2SO4 H2O体系,Pitzer模型仅用二元参数得到的计算值与实验值一致,而PSC模型需考虑三元离子相互作用参数。     

罗非鱼鳞胶原蛋白的提取及其酶解产物的抗氧化性

以罗非鱼鳞为原料,提取酸溶胶原蛋白(acid-soluble collagen,ASC)和酶促酸溶胶原蛋白(pepsin-soluble collagen,PSC),并对PSC的理化性质及其酶解产物抗氧化性进行探讨.实验结果表明: 0.1 mol/L HCl提取ASC和PSC的得率分别为3.52%和14.88%;PSC氨基酸组成中,每1000个氨基酸残基甘氨酸为351个,亚氨基酸脯氨酸和羟脯氨酸为180;PSC强吸收峰在205 nm处,磷酸盐缓冲液检测PSC的性质,与I型胶原蛋白相符.PSC经胃蛋白酶水解3 h, 过氧化抑制率达到82.8%,抗氧化效果略优于等量的Vc.     

巴黎备忘录全新NIR选船体系评估

从港口国监督（PSC）角度讨论了巴黎备忘录全新的NIR选船体系。选船是港口国监督极为重要的环节,合理的机制能极大提高船舶安全检查的效率。借助具体算例,对新旧选船方法展开差异性分析。同时剖析NIR背后隐藏的欧盟单边主义,深入发掘值得借鉴与警惕的问题。最后从法规及技术等层面,提出未来我国港口国监督选船机制的发展建议。     

紫蛇尾胶原蛋白提取工艺的研究

以紫蛇尾Ophiopholis mirabilis为原料检测其基本成分,并用盐酸对紫蛇尾进行脱钙处理,通过L9(34)正交试验对其胶原蛋白的提取工艺进行了优化。结果表明:紫蛇尾含水分51.80%,灰分42.91%,蛋白质1.68%,脂肪0.29%,总糖0.03%;酶促溶性胶原蛋白(PSC)提取工艺的优化条件为脱钙后的紫蛇尾干粉(g)与提取液(mL)的固液比为1∶15,胃蛋白酶加酶量3%,17℃下提取4 d,PSC得率为52.65%。对纯化后的酸促溶性胶原蛋白(ASC)和PSC进行紫外扫描分析,结果显示,ASC、PSC的最大吸收波长均在235 nm左右。对PSC的氨基酸组成分析表明,脯氨酸和羟脯氨酸的含量分别为10.1%和2.13%,是较典型的Ⅰ型胶原蛋白。     

基于改进YOLOv5深度学习的海上船舶识别算法

为提高多目标和雾天环境下的海上船舶识别准确率,提出一种基于改进YOLOv5深度学习的海上船舶识别模型(SE-NMS-YOLOv5),该模型结合暗通道去雾算法(Dark channel),并融合了SE(squeeze-and-excitation)注意力机制模块和改进非极大值抑制模型,对船舶数据集进行训练和测试。结果表明：在船舶识别任务上,SE-NMS-YOLOv5模型的准确率、召回率和F1值分别为90.6%、89.9%、90.5%,检测效果比YOLOv5模型分别提升了6.3%、4.8%、5.8%,比YOLOv4模型分别提升了19.1%、19.0%、19.3%;在雾天船舶识别任务上,SE-NMS-YOLOv5-Dark channel模型的准确率、召回率和F1值分别为88.1%、87.2%、87.6%,比SE-NMS-YOLOv5模型的检测结果分别提升了13.8%、13.3%、13.5%。研究表明,SE-NMS-YOLOv5海上船舶识别模型有效地解决了多目标和雾天条件下,海上船舶检测准确率低的问题,提升了船舶检测和识别的整体效果。     

不同精粗比日粮对山羊瘤胃、瓣胃上皮生长的差异性研究

试验旨在研究不同精粗比日粮对山羊瘤胃、瓣胃上皮生长的差异性。试验选用健康的青年波杂山羊16只分为两组,分别饲喂纯粗料(PS组,n=8)、粗料加精料(PSC组,n=8)。饲喂42 d后,发现PSC组山羊瘤胃干重显著高于PS组(P0.05);与PS组相比,PSC组山羊瘤胃上皮颗粒层和棘突层细胞总层数显著升高,而PSC组瓣胃上皮颗粒层和棘突层细胞总层数显著降低(P0.05);通过流式细胞术分析,PSC组山羊瘤胃上皮细胞S期和G2/M期细胞百分率均显著高于PS组(P0.05);而PSC组山羊瓣胃上皮细胞S期和G2/M期细胞百分率均显著低于PS组(P0.05)。结果表明,添加精料可加速瘤胃上皮细胞增殖,促进瘤胃上皮细胞生长,阻滞瓣胃上皮细胞增殖,抑制瓣胃上皮细胞生长。     

原油船海上航行升沉运动Bayes-LSTM预测方法

为了更好地预测船舶在海上航行中的升沉运动，提高船舶海上航行与作业安全水平，以10×104 t级原油船为研究对象，利用船舶模型运动过程数值模拟软件STAR CCM+构建其仿真模型，由无液货舱与半载液货舱两种情况及0.5λ、1.0λ、1.5λ（λ=6.16 m）3种波长组合构成6种工况，获取6组升沉运动数据，并将其以8:2的比例划分为训练集与测试集，利用贝叶斯算法优化后的长短期记忆神经网络（Bayes-LSTM）模型进行模型升沉运动预测，将预测结果与长短期记忆神经网络（LSTM）模型的预测结果进行对比。结果表明：Bayes-LSTM模型比LSTM模型的预测精度最大提高3倍以上，显示出Bayes-LSTM模型对船舶海上航行与作业过程中升沉运动预测的优势。（图5，表2，参21）     

基于GARCH模型的黄金指数与美元指数波动性研究

近几年的黄金市场与美元指数市场波动都比较大,但波动的方向不一致。通过对两者的波动进行研究,主要有单位根检验、ARCH效应的检验、GARCH模型分析以及因果关系检验,结果表明,黄金指数GARCH(1,1)最适合描述其市场波动,美元指数GARCH（2,1）最适合描述其市场波动,美元指数的预测对黄金指数的预测会有帮助。     

一种基于BPNN的智能巡检异常预测模型的研究

在传统网络巡检方法中,网络异常发现主要基于单一参数进行阈值触发,误报率较高,效率低.为了高效准确地发现网络异常,提出了一种基于BPNN的网络异常预测模型.首先对采集系统采集的数据进行特征提取和初始化处理;然后,将初始化后的数据作为神经网络样本进行训练,根据误差阈值调整网络参数,确定网络结构;最后,在Matlab环境下进行仿真实验,将提出的BP神经网络模型用于网络异常预测,结果表明本文提出的方法对网络异常预测有较高的预测率.     

灰色预测在公路工程造价控制中的应用

通过灰色预测模型这一数学媒介,来解决公路工程造价控制中随时间而变化的风险因素的预测问题。在对预测原理陈述的基础上,以某公路项目主材的造价指数为例,进行了灰色预测实例分析及灰色预测与其它预测方法的对比分析,来证明这种方法在此类风险预测中的可行性。     

加权马尔科夫链在福建省森林火灾预测中的应用研究

以福建省1987-2008年森林火灾发生次数的数据资料为基础,运用加权马尔科夫链预测方法建立预测模型,对2009年福建省森林火灾发生次数进行预测,并利用该方法对2007-2008年森林火灾发生次数进行检验。结果表明,预测结果与实际结果高度吻合,而且预测精度较高,都大于85％,效果较好,说明加权马尔科夫链方法可以用于短期森林火灾预测。     

基于灰色非线性回归的道路交通事故预测

运用GM(1,1)模型对影响道路交通安全的各因素进行预测,然后将各影响因素综合起来构建灰色非线性回归模型,以预测道路交通事故发展趋势.结果表明,该模型的预测精度高,预测结果可靠,适用于道路交通事故预测.     

基于等维灰数递补动态模型的广东省交通事故预测

针对广东省道路交通事故统计信息少和内部发生机理复杂的特点,在分析广东省道路和交通安全现状的基础上,利用灰色系统理论的等维灰数递补动态模型,构建了广东省交通事故预测模型,并根据广东省2007-2012年的交通事故统计数据,对未来短期内广东省发生的交通事故数和伤亡人数进行了预测.检验结果表明,在广东省交通事故的预测中,与回归预测模型相比,等维灰数递补动态模型具有更高精度和适应性.