前言：中文期刊网精心挑选了安全隐患识别方法范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
安全隐患识别方法范文1
[关键词]拓展训练；安全风险；规避方法
拓展训练，是一种体验式学习，根据体验者的特点精心去设计内容，让体验者在解决问题和挑战困难的参与过程中体验其中的道理，让体验者锻炼自己、提高能力。由于该项目特有的参与性、挑战性、趣味性等鲜明特点，具有无可代替的教育效果的同时，不可避免地具有安全风险。教师对安全风险的准确评估和有效规避是防止与减少安全事故发生的关键。目前在社会层面上，对拓展安全风险的研究还处于缺失状态，还需加强对安全风险的识别、评估分析影响因素及采取有针对性的规避措施。
1 拓展训练安全风险的准确识别和有效评估
1.1 拓展训练的安全风险分类
拓展训练风险各异，因此从不同的角度认识拓展训练安全风险是十分必要和必需的。
按风险程度的大小划分，拓展训练风险有重大、中等、轻微之分。拓展训练的风险程度与安全事故呈正相关，风险越大，发生安全事故的严重性越高，反之亦然。
按风险的存在表现形式划分，分为隐患和暴露，隐患风险容易被人们忽视，并且把握起来有些难度；暴露风险相对来说容易把握和规避。
按风险存在的不同项目划分，拓展训练的安全风险主要分为水上、野外、基地、室内、高空等，每个项目的风险系数大小不一。
按风险发生的载体划分，拓展训练的安全风险可以分为项目器材安全风险和场地安全风险，需要解释的是，二者有时会发生相互叠加的危险，因此要格外的注意。
1.2 拓展训练安全风险的识别方法与评估
目前，风险管理中比较常用的风险识别方法主要有：现场调查法、检查表法、流程图法、事故树法、可行性研究法等。虽然可使用的风险识别方法有很多，风险管理人员应当根据自身的实际需要和具体的管理情景选择不同的识别方法或者选择某几种识别方法的组合。
风险评估是测评某一事件或事物带来的影响或损失的可能程度使其量化。评估方法可以采取风险因素分析法、定性风险评价法、定量风险评价法等。风险因素分析法一般先“寻找风险源”，识别“风险转化条件”，确定“转化条件”是否具备，估计“风险发生的后果”，最后做出“风险评价”。定性风险评价法是指通过观察、调查与分析，借助经验、专业判断等对拓展训练安全风险进行定性评估。定量风险评价法通过某项风险过去发生伤害事故的次数与风险本身比率，计算其风险程度。
2 影响拓展训练安全的因素
2.1 人的因素
人的因素是指人的行为的结果偏离了预定的标准，也称“人的失误”。拓展训练中实施训练工作人员的职责业务水平要求是相当高的，有些拓展训练事故的发生原因就是因为工作人员的失误，易犯以下错误：安全防范意识弱、脱险技术不熟练、对学员的指示不明确、监控力度不够、未能及时纠正错误、训练设计不全面、训练手段不够灵活、不了解不同人群的特点和需要。所以要想避免以上不良情况，更需要拓展工作人员通过不断学习和实践，使自己成为一个更加专业的拓展训练师。
2.2 物的因素
物的因素是指由于物的性能低下而不能实现预定的目标，也称“物的故障”。主要分为场地的选择和设施器材安全。据中国登山协会装备器材部的相关调查，全国大部分拓展训练机构都不具有场地设计和施工的资质，济南黄河森林公园基地曾经发生垮塌事故。不同的场地选择对应的风险也是不同的，野外拓展环境因不可控因素增加，比人工场地的风险更大；然而人工建成的拓展训练场地，易在认识上产生疏忽大意，需要更加注重细节以降低风险，并且在建设场地难免会出现一些“门外汉”的负责人，例如，在他们看来场地应该是水泥地或是塑胶，这样的场地才是规范的，其实从安全性来说最原始的有土的场地在一些小的摔跤受伤方面要好过塑胶和水泥地。设备器材、保护器械的安全选择与使用对拓展训练起着至关重要的作用，对学员的身心安全有不可替代的作用。
2.3 环境因素
环境因素是指组织存在或系统运行的环境既包括温度、湿度、照明等物理环境，也包括规章制度、组织文化及氛围等组织环境。环境因素会影响拓展训练的开展和进行，物理环境是不可控制的，但可以选择项目做还是不做。然而规章制度组织文化及文化氛围等组织环境是需要长期积累并且不断的改进、探索才可形成的环境，因此相对来说比较复杂。
值得注意的是，事故的发生往往不是简单的一个因素，更多的情况是由多个因素交互作用导致的事故。它们之间是相互联系、相互作用的，需要拓展训练师更加全面有机地看待这三类因素。
3 有效规避拓展训练安全风险的具体措施
3.1 确保拓展训练师工作到位，重视训练设计
拓展训练的安全风险与拓展训练师有着密切的联系，拓展训练师应细致的准备、观察和保护，将安全隐患消除在萌芽阶段。首先进行训练设计时有一个重要的环节就是排查安全隐患，并且对开展过程中的各个项目作出细致的规划，从安全保障方面做到组织有序。其次拓展训练师感觉。一旦出现安全风险就要立即停止，而不是抱着侥幸的心理，最常见的是当学员态度情况不端正时，训练师应当放慢开展的节奏甚至停下来，以确保学员安全。最后是减少外界对学员的干扰，活动中一律不允许带手机和其他因素的干扰。
3.2 落实场地与器材的排查，确保学员安全
拓展训练开始前，场地与器材的排查是有效规避安全事故的重要方法和手段之一，场地的选择包括场地的建设是否符合标准、是否高低不平有积水、场地内是否有不安全的容易刮伤的尖锐物品。
器械是保障学员身体安全、训练计划顺利进行的关键，器械的日常管理格外重要，并且器材的购买必须要认定产品的产地、规程、认证。保管员和拓展训练师需要在训练前充分检查器械的完整性，将有问题的可能出现危险的器械进行标记；拓展训练的器械一律不进行外借；结束后都要对器械进行检查，将出现问题的器械及时进行维修或者更换。
3.3 及时掌握环境因素，制订因地适宜的拓展训练计划
拓展训练主要是在户外进行的，会受到天气的影响，但是作为拓展训练师和管理的工作人员应当充分掌握其情况，在不能进行户外的时候可以安排室内课程，例如雷阵和一些小的游戏互动。
健全的规章制度和良好的组织环境也是需要营造的和完善的，确定拓展安全风险管理的组织体系，要落实到部门负责人和专业负责人，针对拓展训练本身制定和编制风险管理计划书、制定安全风险检查表。
3.4 完善拓展训练参保制度与应急体系
由于拓展训练的风险性以及学员对自我人身安全的认识还不够深入，购买意外伤害保险是有必要的，以减少参与者的财产损失，在笔者所接触的拓展训练活动中的大多数学员都是有购买意外伤害保险的。另外，制定应急急救体系，可以在第一时间对受伤学员进行有效救治和控制，同时，拓展训练公司还应招纳专业的救护人员进行科学合理的救助。
4 结 论
安全风险的有效规避是拓展训练顺利开展的前提和重要保障，在安全的条件下锻炼和磨砺学员使其更加健康全面的发展。从安全风险的识别、评估分析影响因素及采取有效针对性的规避策略对拓展训练一些不确定因素进行探讨，保证拓展训练开展的可持续性。
参考文献：
[1]缪华.拓展训练安全保障影响因素的实践研究[J].当代体育科技，2013（3）.
安全隐患识别方法范文2
关键词：墙土系统；损伤识别；改进多种群遗传算法；损伤程度；噪声
中图分类号：TU317
文献标志码：A
文章编号：1674-4764（2013）03-0001-06
Application of Improved Multi-population Genetic Algorithm to Damage
Identification of Soil-wall System
Liu Libiao， Zhang Yongxing， Chen Jiangong
（College of Civil Engineering； Key Laboratory of New Technology for Construction of Cities in Mountain Area，
Ministry of Education， Chongqing University， Chongqing 400045， P. R. China）
Abstract：
The method of damage identification in soil-wall system was studied； a new approach based on improved multi-population genetic algorithm （IMGA） was developed. First， the simplified dynamic-detection model of soil-wall system was established， meanwhile， the theoretical analysis of characteristic equations in soil-wall system was conducted when soil in damage status. The objective function based on characteristic equations was established. Then， the improvements of multi-population genetic algorithm， including the adoption of real-valued representation， adaptive cross operator and adaptive mutation operator， were conducted. Finally， the localization and quantification of the soil-wall system damage were performed by IMGA with and without the consideration of noise， respectively. The results indicate that damage location and damage extent can be detected efficiently， and anti-noise performance is better.
Key words：
soil-wall system； damage identification； improved multi-population genetic algorithm； damage extent； noise
结构系统损伤表现为结构动态特性的变化，将导致结构产生不同程度的安全隐患。土木工程设施（如高层住宅、大跨度桥梁、地铁和支挡结构等）在现实中具有非常重要的地位，及时对结构进行损伤检测可以减少很多安全事故的发生，准确识别出结构损伤位置和损伤程度是有必要的。在过去几十年里许多结构损伤识别方法不断地被提出，其中采用最优化方法识别结构损伤位置和程度被广泛应用。
遗传算法作为一种基于人工智能的优化算法，具有更强的全局搜索能力，在不同结构类型损伤诊断中的应用很广泛[1-14]。Chou等[1]采用遗传算法对一桁架桥进行损伤识别；Perera等[2]结合特征方程、MTMAC指标构造的目标函数和遗传算法对一简支梁结构进行损伤定位；Koh等[3]基于综合MDLAC指标的遗传算法对结构多处损伤位置和损伤程度进行识别；Meruane等[5]基于模态特性和实数编码的混合遗传算法对三维空间桁架结构进行损伤识别；Nobahari等[6]基于综合MDLAC指标和改进遗传算法分别对悬臂梁结构和桁架结构进行损伤识别；Liu等[7]采用频率改变率和MAC指标值构造多目标函数，基于遗传算法优化求解对简支梁结构进行损伤识别；袁颖等[8-9]提出了一种基于残余力向量法和改进遗传算法相结合的结构损伤识别方法，以节点的残余力向量构造用于遗传搜索优化的目标函数形式，利用改进的遗传算法进行了噪声条件下的结构损伤定位和定量研究；尹涛等[10]在传统遗传算法的变异算子里引入零变异率因子，使种群中时刻保持一定数量的零值元素，即相当于用结构的损伤只是发生在局部这个信息约束了传统的遗传算法，对框架结构进行损伤定位；陈存恩等[11]提出一种结合灵敏度修正的遗传算法对一个4层平面框架结构进行损伤诊断等。然而，现有遗传算法的大多数研究文献都是针对简单的梁结构、桁架结构、框架结构等。
刘礼标，等：改进多种群遗传算法在墙土系统损伤识别中的应用
针对板结构的墙土系统损伤识别研究相对较少，张永兴等[15]对墙土系统模态特性进行分析，仅研究了损伤对模态特性的影响，但并未对损伤识别方法进行研究。为此，本文提出一种改进的多种群遗传算法的墙土系统损伤识别方法，首先利用模态参数和物理参数关系，通过系统特征方程建立目标函数，再利用改进的多种群遗传算法搜索得到系统的损伤位置和损伤程度。主要研究墙后土体存在不同程度损伤时的识别方法，对于挡墙本身存在损伤时，按本文思路也可对损伤位置和损伤程度进行识别。
1基本模型
1.1墙土系统简化动测模型
本文旨在通过反映墙土系统模态特性的特征方程来识别墙土系统的损伤，建立了简化动测模型，为便于分析作以下基本假定：1）悬臂挡墙底板的刚度较大，忽略底板的影响，将立板底部视作固接；2）悬臂挡墙视为薄板单元，离散后计算挡墙结构的质量矩阵、刚度矩阵、阻尼矩阵；3）土体简化成附加刚度和附加阻尼来模拟，和挡墙附着在一起共同运动的墙后土体简化成附加质量集中在节点处；4）挡墙与土体之间完全接触，模型见图1。
文中主要基于墙土系统模态特性进行墙土系统损伤识别，一般情况下阻尼可以忽略不计，因此，图1中土体附加阻尼系数csi取0。
1.2墙土系统损伤动力特性模型
当墙后填土存在不同程度的损伤（如不密实、空洞等现象）时，假定损伤后土体附加刚度可以表示成无损伤状态下土体附加刚度乘以反映损伤程度βi的系数αi，此时简化模型中土体附加刚度可表示为：
假设土体发生损伤仅降低附加刚度，而不考虑附加质量降低，并且土体发生损伤后仍满足线性振动。若q对应无土体附加参数的自由度，r对应有附加土体参数自由度，则有：
2损伤识别的改进多种群遗传算法
简单遗传算法容易出现早熟和停滞现象，为了克服简单遗传算法的缺点，提高全局搜索能力，本文提出应用改进多种群遗传算法（IMGA）进行墙土系统损伤识别，主要对编码方案、交叉算子和变异算子进行改进。IMGA主要思想是每个子种群分别独立采用遗传算法进行复制、交叉、变异操作，子种群每进化若干代就进行子种群间的迁移。
2.1初始化种群
设计的初始种群长度为52，包含的变量分别为各测点对应的墙后土体附加刚度折减系数 （α1，α2，…， α52）。由于识别变量较多，为了提高算法性能，文中采用实数编码方式，同时每个实数个体均能反映1个测点的损伤程度等优点。按照每个变量的范围，随机产生初始种群并分割成M个子种群。
2.2适应值函数的确定及选择操作
墙土系统损伤识别主要目的是识别出各点的附加刚度损伤程度。由于式（8）中不含反映土体损伤程度系数，因此，损伤程度识别问题的关键是如何根据式（9）识别出附加刚度折减系数αi。因此，利用最小二乘法准则，式（9）可转化为求解如下非线性优化问题。
选择f（α）为算法的适应值函数，然后根据非线性排序独立计算各子种群中个体的适应度值。根据个体的适应度值按随机遍历抽样进行选择操作，从种群中选择优良个体。
2.3交叉、变异操作
简单遗传算法中交叉概率Pc和变异概率Pm是不变的，易造成较优个体破坏。因此，本文引入自适应交叉概率Pc和自适应变异概率Pm，其表达式分别如下：
2.4迁移操作
满足迁移条件时，将子种群中最适应的20%（迁移率为0.2）的个体被选择迁移，最邻近的子种群在他们之间交换个体。
2.5终止条件
循环执行2.2～2.4步的操作，直到目标函数 min f（α）达到满意值或达到最大迭代次数时，终止计算。这时输出的变量即为识别损伤位置和损伤程度。损伤识别的改进多种群遗传算法流程图见图2。
本文计算中改进的多种群遗传算法的主要参数：子种群数量M=5，子种群规模N=40，变量个数Nvar=52，交叉概率参数Pc1=0.9、Pc2=0.5，变异概率参数Pm1=0.4、Pm2=0.1，子种群迁移率rMIGR=0.2，遗传代数T=5 000。
3算例研究
研究算例基本参数：某悬臂挡墙弹性模量Ew=28 GPa，泊松比μw=0.2，密度ρw=2 450 kg/m3，阻尼比ξw=0.02；墙后填土弹性模量Es=288 MPa，泊松比μs=0.3，密度ρs=1 800 kg/m3，阻尼比ξs=0.05，粘聚力Cs=3.8 kPa，内摩擦角φs=31°。墙土系统整体有限元模型尺寸见图3，挡墙纵向长度方向取12 m，测点布置图见图4。
3.1研究方式
在有限元离散处理中，挡墙按图3测点布置图进行离散化，从左往右从下往上的单元编号用矩阵E表示，相应节点编号用矩阵N表示：
采用ANSYS对墙土系统无损状态下的整体模型进行瞬态分析得到测点加速度响应曲线，识别到系统频率和振型。为使问题简化，假定无损状态下基于模态参数的物理参数识别方法得到的土体附加参数是精确的，部分节点土体附加参数见表1。
假设墙后填土发生损伤时引起相邻节点处附加刚度损伤程度是已知的，计算出墙土系统模态参数，同时为了验证本文提出的墙土系统损伤识别方法的抗噪性能，按式（17）和（18）考虑随机噪声影响，然后将其作为式（10）的输入数据分析噪声对识别结果的影响。
由于对实际挡墙进行现场振动测量时受到多方面因素制约，不可能得到墙土系统所有的模态振型，〖JP3〗一般只能获得低阶的模态振型，因此，本文分析中仅采用前三阶模态振型φ1～φ3和前三阶模态频率ω1～ω3来识别墙后土体损伤位置和损伤程度。
对于土体附加刚度损伤程度识别准确性的评价用平均程度误差表示，即：
式中：N为待识别参数个数；βI，i为识别得到的附加刚度损伤程度值；βA，i为附加刚度实际损伤程度值；MMEE值越小意味着损伤识别结果越准确。
3.2损伤识别结果分析
分别对4种工况进行损伤识别，损伤识别结果分别见图5～8，图中x轴为挡墙高度方向，y轴为挡墙纵向长度方向。
由图5～8分析可知：在无噪声状态下，无论对单处损伤还是多处损伤、单一损伤程度还是多损伤程度，都能够精确的识别出土体损伤程度；对模态参数添加噪声后，本文方法识别的精度比无噪声状态下识别精度低，但仍然能够比较准确的识别出相应的损伤位置和损伤程度；根据不同工况的MMEE值，可以得到噪声对损伤识别有一定的影响，且随着损伤数量的增加MMEE值也增加，即损伤识别精度逐渐下降，因此，为了提高识别结果的精度，对现场测试数据处理时要注意消除噪声。
3.3算法性能的比较
为了便于比较改进多种群遗传算法和简单遗传算法计算性能的优越性，使IMGA和GA的初始种群保持一致，其他参数均相同。以工况2为例，同时不考虑测试噪声的影响。运行结果见图9。
由图9可知，改进多种群遗传算法收敛速度更快，在2 000代基本收敛到了近优解，迭代到5 000代时，MMEE值降低到了0.564%，得到了比较满意的结果；简单遗传算法在迭代到5 000代时，仍未收敛到较为理想的结果，因此，采用改进多种群遗传算法的寻优能力强于简单遗传算法。
4结论
本文基于墙土系统特征方程构造损伤识别的目标函数，结合改进的多种群遗传算法进行最优化计算来识别墙土系统的损伤，得到以下结论：
1） 文中改进的多种群遗传算法能有效的同时识别出墙土系统的损伤位置和损伤程度，弥补了现有的损伤识别方法中需要先识别出损伤位置，再进一步判定损伤程度的缺点。
2） 无论对单处损伤还是多处损伤、单一损伤程度还是多损伤程度，按本文识别方法都能较好的识别出墙土系统的损伤位置和损伤程度。
3） 为了验证本文识别方法的抗噪性能，对理论模态参数引入随机噪声的影响，采用改进的多种群遗传算法的损伤识别方法同样具有较好的识别效果，具有较强的抗噪声能力。
参考文献：
[1]Chou J H， Ghaboussi J. Genetic algorithm in structural damage detection [J]. Computers and Structures， 2001， 79： 1335-1353.
[2]Perera R， Torres R. Structural damage detection via modal data with genetic algorithms [J]. Journal of Structural Engineering， 2006， 132（9）： 1491-1501.
[3]Koh B H， Dyke S J. Structural health monitoring for flexible bridge structures using correlation and sensitivity of modal data [J]. Computers & Structures， 2007， 85： 117-130.
[4]He X， Kawatani M， Hayashikawa T， et al. A bridge damage detection approach using train-bridge interaction analysis and GA optimization [J]. Procedia Engineering， 2011， 14： 769-776.
[5]Meruane V， Heylen W. An hybrid real genetic algorithm to detect structural damage using modal properties [J]. Mechanical Systems and Signal Processing， 2011， 25： 1559-1573. [6]Nobahari M， Seyedpoor S M. Structural damage detection using an efficient correlation-based index and a modified genetic algorithm [J]. Mathematical and Computer Modeling， 2011， 53： 1798-1809.
[7]Liu H， Xin K G， Qi Q Q. Study of structural damage detection with multi-objective function genetic algorithms [J]. Procedia Engineering， 2011， 12： 80-86.
[8]袁颖，林皋，闫东明，等.基于残余力向量法和改进遗传算法的结构损伤识别研究[J].计算力学学报，2007，24（2）：224-230. Yuan Y， Lin G， Yan D M， et al. Study on structural damage identification based on residual force method and improved genetic algorithm [J]. Chinese Journal of Computational Mechanics， 2007， 24（2）： 224-230.
[9]袁颖，林皋，闫东明，等.基于改进遗传算法的桥梁结构损伤识别应用研究[J].应用力学学报，2007，24（2）：186-190. Yuan Y， Lin G， Yan D M， et al. Improved genetic algorithm for bridge damage detection [J]. Chinese Journal of Applied Mechanics， 2007， 24（2）： 186-190.
[10]尹涛，朱宏平，余岭.运用改进的遗传算法进行框架结构损伤检测[J].振动工程学报，2006，19（4）：525-531. Yin T， Zhu H P， Yu L. Application study of an improved genetic algorithm for frame structure damage detection [J]. Journal of Vibration Engineering， 2006， 19（4）： 525-531.
[11]陈存恩，李文雄.结合灵敏度修正的遗传算法的结构损伤诊断[J].地震工程与工程振动，2006，26（5）：172-176. Chen C E， Li W X. Structural damage diagnosis by genetic algorithm with sensitivity updating [J]. Earthquake Engineering and Engineering Vibration， 2006， 26（5）： 172-176.
[12]尹强，周丽.基于遗传优化最小二乘算法的结构损伤识别[J].振动与冲击，2010，29（8）：155-159.
Yin Q， Zhou L. Structural damage identification based on GA optim ized least square estimation [J]. Journal of Vibration and Shock， 2010， 29（8）： 155-159.
[13]李小平，郑世杰.基于遗传算法和拓扑优化的结构多孔洞损伤识别[J].振动与冲击，2011，30（7）：201-204.
Li X P， Zheng S J. Multi-hole damage detection in structures based on genetic algorithms and topology optimization [J].Journal of Vibration and Shock， 2011， 30（7）： 201-204.
[14]黄天立，楼梦麟，任伟新.基于CMDLAC指标和遗传算法的结构损伤定位研究[J].计算力学学报，2009，26（4）：529-534. Huang T L， Lou M L， Ren W X. Structural damage localization based on the CMDLAC and genetic algorithm [J]. Chinese Journal of Computational Mechanics， 2009， 26（4）： 529-534.
安全隐患识别方法范文3
作者：黄娟
创造良好的住院环境安排患者住单人房间，病房设施相对简单，窗户安装防护栏，家属24h陪护，房间内不能有刀、剪、绳等危险物品，工作人员每天进行危险品检查，将风险系数降到最低。护理人员方面加强护士对精神病专科知识的培训我院护理部在新护士岗前培训、提高年轻护士素质活动等过程中集中对护士进行精神科知识系列讲座。护士除掌握外科专科护理知识外，还要让外科每一位护士了解精神科常见病的临床表现、治疗护理的要点，掌握精神科最基本的护理操作技能，比如保护带的使用、口服药发放的注意事项等。掌握精神病患者突发事件风险预案，利用早会等时间对精神科相关知识进行提问，以便更好地掌握运用。加强护士对风险防范意识的教育护理人员对安全护理重要性的认识和较强的法律观念是做好安全护理工作的前提［4］。认真组织护士学习医疗护理方面的相关法律法规，如《侵权责任法》、《住院患者安全目标》等，使其在思想上树立安全第一的观念，提高护士的法律意识、安全意识。患者安全工作主要依赖护理人员的巡视，不能认为与家属签订了《开放式病房住院须知》护士就没有责任了，就有了安全的保证。在患者入院时做好全面的体格检查及精神科检查，掌握患者的第一手资料。了解患者的服药情况、对自身疾病的自知力，最重要的是要了解其目前精神症状的控制情况，有无自杀、冲动伤人、外跑等，若有立即采取严格的防范措施。加强医患沟通，履行告知义务精神病患者入院时护士应做好与家属之间的有效沟通，共同制定安全防范措施，减少隐患因素，为患者安全提供保障［5］。让家属签订的所有文件资料需逐条解释清楚，使其明白应尽到的监护责任。同时对其进行患者疾病知识、安全管理知识等方面的宣教，尤其是入住普通病房的相关注意事项，患者家属24h陪护的重要性，确保患者安全，若有事离开患者，需告知当班护士，待科室安排专门护士负责看护时方可离开。
认真落实好关键流程的患者识别制度由于精神病患者精神症状的特殊性，护士不能与其进行有效的沟通、查对，必须采用腕带识别等两种以上的患者身份识别方法。由精神科转入的患者责任护士要与精神科护士进行全面的交接，患者手术时护士要认真填术患者交接班本，手术前后要做好与手术室护士的床头交接。重点加强病情观察，切实落实好各项治疗护理措施除按外科一般护理常规进行护理以外，每10～15min巡视病房1次，观察患者的躯体症状及精神症状有无改善，精神病患者由于长期服用抗精神病药物，对疼痛等不适反应比较迟钝，术后由于的作用有可能掩盖病情，护士要善于发现患者病情变化的先兆表现，发现异常，及时汇报医师处理。按时测量患者的生命体征，测量体温时做到表不离手，手不离表。准确及时给药，发放口服药时要看好患者服药下肚，确保治疗效果。术后留置的各种管道确保在位通畅及有效引流，对治疗不合作的患者遵医嘱给予使用保护带进行适当的保护，交接班时作为病房的重点患者进行严格交接，当班护士对其病情做到心中有数。加强对患者及家属的沟通与教育家属是患者最亲近的人，患者的一些不适及想法最愿意跟家属倾诉，他们24h陪护患者，对患者的病情、思想动态最了解。但其对精神疾病知识了解不够，对监护缺乏足够的重视，更缺乏应有的能力与技巧［6］，安全意识淡薄，认识不到患者病情的严重性和潜在的危险性，故对家属进行有效沟通与教育非常重要。嘱其在陪护的过程中，密切注意患者的举止言行，发现异常及时与医务人员联系，起到患者与医护人员之间沟通的桥梁作用。同时护士多与患者交流，注意热情、和蔼、真诚，耐心倾听患者的主诉，鼓励患者表达其想法，随时掌握患者的思想动态。对患者提出的问题要耐心解释，合理的要求尽量给予满足，尽量取得患者的信任，使其安心住院，积极配合治疗，根据患者病情、自知力、理解力等灵活进行康复教育及护理指导［7］，手术前向患者解释疾病有关知识、手术必要性，手术后讲解饮食、相关知识，各种导管留置目的、意义及重要性，嘱其不能私自拔除导管。若有任何不适，及时告知护士。
随着社会的发展，人们对医疗服务的要求越来越高，加上精神病手术患者本身风险系数高，其存在着感觉、知觉、思维、注意、记忆、智能、情感、意志、行为、意识等方面的障碍，反应迟钝，主诉不准确［8］，均能影响患者对病情的表述和治疗的配合，同时长期服用抗精神病药物带来一定的副作用，安全隐患多，因此，要求我们护理工作者在护理服务过程中不断地进行完善、改进，不断地进行学习，同时注意平时工作经验的积累。在倡导人文关怀的同时加强制度管理，加强风险防范，确保护理安全，提高护理质量。与患者及家属间建立良好的人际关系，做好有效的沟通，加强对陪护的管理，降低安全隐患，确保精神病手术患者围手术期的安全，提升患者及家属的满意度。
安全隐患识别方法范文4
关键词岩土工程勘察；危险源；识别；防护
0.引言
安全生产是我们国家的一项重要政策，也是社会、企业管理的重要内容之一。安全生产关系到企业生存与发展，如果安全生产做不好，发生生产事故、伤亡事故，不仅对集体的财产造成不必要的损失，也对劳动者的生命安全造成危害。我们岩土工程勘察行业，大部分工作是在外业完成的。在外业施工过程中，会遇到各种各样的状况，有场地施工条件的复杂程度不一（如山区、平原、海上、滩涂等）、天气的多变（如雨季、高湿、台风、潮汐等）以及施工队伍业务水平及安全意识程度参差不齐等。就目前勘察行业市场行情分析，由于近年来材料、人工、运输等成本不断上升，而项目的收费却维持在原来水平，利润空间被无限制压缩，有些项目如果管理不善，很容易出现亏本的情况。而一旦出现安全事故，后果更加严重。因此，生产过程中应做好安全预防工作，对可能造成安全事故的危险源进行逐一排查，针对排查出的危险源设置有效的防护措施，避免安全事故的发生。
1.案例
2013年嘉兴城郊某新建小区进行岩土工程勘察施工，项目场地紧临320国道北侧，建筑面积达30万m2，勘察费用约30万元。由于工期紧，施工班组数量多达十台。在施工进行到第二天，临近国道施工的班组发现打断了一根通讯光缆。随后，该线路的维护人员亦巡查至现场，同时展开抢修工作。事后该通讯公司向勘察单位索赔20万元。事后调查显示，该勘察单位接受项目委托后，在没有对建设场地进行仔细调查的情况下，就连续进入多台施工设备，且现场仅有三名技术人员，未配备专职安全人员。被破坏的通讯光缆沿走向约100m左右设有标示桩，而技术人员并没有对国道沿线进行巡查。通过分析认为，这是一起责任事故，如果事前认真做好踏勘工作，加强巡查力度，完全可以避免事故的发生。
2.危险源识别方法及防护措施
本人多年来一直从事岩土工程勘察工作，在多年的外业一线工作中，遇到过各种各样的安全隐患。根据多年的工作经验，结合勘察工作程序，针对外业工作特点，将多种情况下的危险源识别与防护措施作一总结，具体如下：
2.1前期准备阶段
(1)收集资料。项目接手后应积极主动与业主沟通，了解场地地下管线的分布、埋设情况。同时收集场地地形图、管线图。若项目周边有相关的勘察资料，应进行对比、分析、汇总。地形图能够详尽地反映场地及周边的地形、地物，对施工安全有影响的如山前陡坡、滩涂沼泽、河流、高压线等在图上都有标示，有的输油、输气管道、重要的通讯光缆也可以在图上找到。将图纸上的信息及了解到的信息进行汇总，可以大致掌握项目场地可能存在的危险源[1]。(2)踏勘。施工设备进场前应由单位生产负责人组织项目负责人、安全负责人、机长等对项目现场进行踏勘。踏勘时应“多跑、多看”，范围应在四个方向上至少超出项目场地一倍距离，包括对场地的地形、施工可能会遇到的危险、场地内的架空线路、地下输油、输气、输电及雨、污水管线等进行逐一排查并记录。在踏勘的同时，积极地访问附近的原居民，特别是年龄较大的居民，因为他们熟悉当地的情况，对本地区曾经经历过的河道改造、各类管道的施工等情况比较了解。通过对他们的走访，可以使我们掌握很多现场看不到的信息。
2.2施工阶段
(1)测量放样：测量过程中主要注意的是人身安全。测量人员在测量放样过程中重点注意架空电力线路。在架空输电线路下测量作业，严禁使用金属标尺（杆），应该使用绝缘材料制成的标尺（杆）；在山区、滩涂及河网密集地带，跑杆人员不得少于两人[2]。(2)点位进行巡查。测量放样完成后，现场负责人应对勘探点位进行巡查，特别是在前期踏勘过程中存在安全隐患的位置应重点巡查。因为前期踏勘只是对场地大致的情况进行摸排，而点位巡查则是具体到每一个点上存在的危险源进行识别。巡查过程中对存在安全隐患的孔位，应逐一记录，内容包括：孔号、存在的危险源、防护措施、接收班组等。(3)安全交底。在施工班组进场时进行安全与技术交底。对施工班组成员进行安全教育，重点将前期记录的存在的危险源的地段，逐一落实至班组。(4)建筑场地紧临国道、省道的，应注意电信、移动及军用国防通讯光缆等。连接地区之间的通讯光缆一般沿国道、省道一侧埋设，相应位置在地面上会间隔一定距离有标示桩或标示牌，特别是在线路通过河流部位，河流两岸一般均设有标示，标示桩或标示牌上通常会有联系电话。由于线路埋设年代不一，受后期其他线路埋设影响或者地面标示桩（牌）被破坏后重新埋设，往往会出现实际位置与标示位置不一致的情况。施工前必须拨打标示桩（牌）上的联系电话，相关部门会有专门的线路维护人员到现场进行确认。现场确认位置后，在安全距离外方可施工。若受施工场地限制，不能移至安全区域施工的，则必须在预计埋深内通过开挖确保安全后才可施工。(5)对于占用一般道路进行施工的孔位，除注意地下雨、污水管道外，更要注意交通安全。施工人员应穿戴具有反光功能的警示服，在孔位四周设置安全护栏，并且沿道路走向来车方向不小于50m处设置安全警示标志。施工过程中应加强管理监督，禁止施工工具放置于护栏外的道路上。除机台施工人员外，在护栏外侧来车方向应增加设置一名安全引导员。在道路边装卸车时要有专人指挥，采用汽车运输设备时，严禁人货混装。(6)场地内或周边有架空电缆、高压线等时，严禁在高压线、电线等下方装卸车；钻机定位、安装、拆卸时必须看天、看地，与架空线路保留足够的安全距离，确保线路和人身安全；经过架空线路时，管材必须横扛，不准竖拿，对任何架空线路均不准用手或管材顶推。(7)在河流、海上钻业时，应实时了解作业区气候、水深、潮汐、浪高等情况，及时听取、采纳船主的建议，合理安排施工时间。所有施工人员必须穿戴救生衣，且施工人员均应掌握一定的游泳技能。(8)夏季施工时，应注意高温天气对人员影响，及时配发防暑药品。当项目场地附近存在水塘、河流、水库时，禁止施工人员下水游泳，预防溺水事故的发生。
3.结语
岩土工程勘察行业的安全生产最重要的是保障人身安全，提高工作效率。做好安全生产最重要的在于预防，通过安全条文制定、员工教育、危险源巡查、隐患的排查及反复教育以达到对安全条文规定遵守的习惯，其中人的因素很重要。对重要节点、重点危险源，应做好踏勘与巡查工作，加大对施工班组的安全技术教育和现场检查力度，实现施工现场动态管理。“安全无小事，隐患无大事”，我们每个人都要时刻牢记安全为天，充分认识到安全就是政治、安全就是效率、安全就是效益、安全就是职工最大的幸福和福利。
参考文献：
[1]GB50585-2010.岩土工程勘察安全规范[S].中国计划出版社,2010.
安全隐患识别方法范文5
关键词：自动报靶系统；机器视觉；图像识别；图像配准；图像增强
中图分类号：TP212.12文献标识码：A文章编号：1009-3044(2008)33-1500-02
Summary on Automatic Target-scoring System
HUANG Ming, Wang Hao-hua, LIANG Xu
(School of Software Technology, Dalian Jiaotong University, Dalian 116028, China)
Abstract: An automatic target-scoring system is proposed, which based on machine vision. CCD camera was used to observe targets’ surface continuously. According to the feature and change of the images of targets’ surface observed by CCD, the technology of computer pattern recognition was used to detect the position of real shell in the target surface. Then the position was described in digital by coding target surface.In the process of observation, the technology on enhancement and matching of gray-scale, image matching technology in geometry, and wavelet transform algorithms were used to solve the effect on the accuracy of the identification due to changes in light, wind, and other factors. In practice, the system can achieve ideal accuracy, reduce the misstatements and omissions greatly. It was also high-precision, low-cost，and reliable system, can be used in military drill and shooting competitions. It will be meaningful and have good prospect.
Key words: automatic target-scoring system; machine vision; imagine recognition; imagine matching; imagine enhancement
1 引言
在专业与非专业军事训练中，实弹射击是最基本的训练项目。传统的实弹射击采用人工报靶。传统人工报靶主要有四个方面的不足：1）依赖于报靶者的判靶经验，效率比较低。2）当靶板上弹着点多时，报靶员很难识别新旧弹孔，报靶误差极大，直接影响射击训练质量。3）射击未完全结束时，补靶员现身靶壕外或在补靶员察看靶板报靶和补靶时，射击位管理者若稍有疏忽，就易出现枪支走火，造成人员伤亡，安全隐患极大。4）容易出现弄虚作假的现象。为了克服传统人工报靶有不足和满足军事训练现代化需求，提高部队射击水平，自动报靶的研究和应用对推进军队现代化将具有普遍意义。本文介绍基于机器视觉的自动报靶系统的基本原理和关键技术，该系统使用图像识别，图像配准和图像增强等技术，在实际的训练和考核中能够发挥较好的作用，有良好的应用前景。
2 图像与图像处理的概念
图像（Image）就是采用各种观测系统获得的，能够为人类视觉系统所感觉的实体。图像的范围非常广泛，包括：各类图片（Picture），如照片、X光片；各类光学图像，如电影、电视画面；人们的有形想像以及外部描述，绘画、绘图；等等。图像处理技术可分为两大类，即模拟图像处理和数字图像处理。
图1 通用的数字图像处理系统框图
数字图像处理是指，使用数字计算机对图像进行加工与处理。传统的数字图像处理技术主要集中在图像的获取、变换、增加、恢复（还原）、压缩编码、分割与边缘提取等方面；随着计算机与信息技术的发展，图像特征分析、图像配准、图像融合、图像分类、图像识别、基于内容的图像检索与图像数字水印等领域取得进展，这些图像处理技术具有智能化功能，因而称之为智能图像处理技术。
数字图像处理方法大致可分为两大类，即空域法和变换域法。1）空域法是把图像看作是平面中各个像素组成的集合，然后直接对这个二维函数进行相应的处理。2）变换域法是首先对图像进行正交变换，得到变换域系数矩阵，然后再进行各种处理，处理后再将其反变换到空间域，得到处理结果。
3 基于机器视觉的自动报靶系统
此类产品是以计算机为图像识别和处理理论为基础，它没有在靶体上安装任何光电传感设备。在实弹射击过程中，它使用摄像头对常规的标准靶画面进行采集，根据采集来的靶图像的特点和变化，利用计算机图像识别(Image Recognition)和处理技术找出靶图像中的真实弹点，使用这种自动报靶系统就好像是使用了一个“电子眼”，它会代替报靶人员的眼睛，在整个实弹射击过程中不间断的对靶画面进行观测。对不同靶位上的每一次射击都采用相同的算法、规则和精度来判定，不存在受主观因素影响的问题。比手工报靶更客观，更公正，有较高的可用性。
实现此系统的软件核心技术主要是数字图像处理技术中的计算机图像识别、图像配准以及图像增加等技术。在观测过程中，采用图像灰度配准与增强技术以及图像的几何配准技术来解决由于光照变化、大风等干扰因素对识别精度的影响。在此过程中，还要由其他优秀算法来配合，提高性能与精度，例如小波变换等。
3.1 基于机器视觉的自动报靶系统的实现原理
机器视觉的概念是利用CCD摄像机等设备代替人眼，结合计算机视觉、数字图像处理、和计算机控制技术实现对摄像机所摄取的图像的分析过程。
其核心原理是：在整个实弹射击的过程中，利用CCD摄像机不间断地对靶面进行观测，根据采集的靶面图像的特点和变化，利用计算机图像识别技术检测靶面图像中的真实弹点，然后通过弹点在靶面图中的位置来对着弹点区域进行编码。在观测过程中，采用图像灰度配准与增强技术以及图像的几何配准技术来解决由于光照变化、大风等干扰因素对识别精度的影响。在此过程中，还要由其他优秀算法来配合，提高性能与精度，例如小波变换等。
通过以上论述可见，本系统由图像采集设备、图形采集卡、图形处理软件、计算机及显示部分组成。具体的配置如下：购买一个CCD摄像头、一块图形采集卡、一台普通计算机及编写相应的软件，其中图形采集卡可选择大恒公司或杭州海康威视数字技术有限公司生产的。为完成本系统的功能与性能指标，主要工作集中在软件的编程与实现上。
3.2 基于机器视觉的自动报靶系统的核心技术
实现本系统的软件核心技术主要是数字图像处理技术中的计算机图像识别、图像配准以及图像增加等技术。
3.2.1 图像识别技术
图像识别是对图像进行预处理后，再经分割和描述，提取有效的特征，进而加以判决分类的图像处理技术。
一个图像识别系统可分为三个主要部分，第一部分是图像信息的获取，对图像识别来说就是把图片、底片、文字图形等用采集设备变换为电信号。第二部分是信息的特征提取，它的作用在于把调查了解到的数据材料进行加工、整理、分析、归纳以去伪存真，抽出能反映事物本质的特征。第三部分是判决，做出结论的过程，与判决的方式密切相关。
图2 图像识别系统框图
在图像识别的发展过程中，出现了四类有代表性的理论和方法。即统计图像识别方法、句法（或结构）图像识别方法、模糊图像识别方法和神经网络图像识别方法。
3.2.2 图像配准技术
图像配准是指同一目标的两幅（或两幅以上）图像在空间位置上的对准。图像配准的技术过程称为图像匹配（Image matching）或图像相关（Image correlation）。图像配准可分为半自动配准和全自动配准。
全自动配准是直接利用计算机完成图像配准工作，大致可分为基于灰度与基于特征两类。基于灰度的方法有：空间相关法、不变矩阵、频域相关法。此方法具有精度高的优点，但计算复杂度高。基于特征的方法有两个重要环节：特征提取和特征匹配。本方法与小波变换等结合，进一步提高了图像配准的精度与运算速度。
3.2.3 图像增加技术
图像增加的目的有两个：一是改善图像的视觉效果，提高图像成分的清晰度；二是使图像变的更有利于计算机处理。
图像增加的方法一般分为空间域和变换域两大类。空间域方法直接对图像像素的灰度进行处理。变换域方法在图像的某个变换域中对变换系统进行处理，然后通过逆变换获得增加图像。常用的图像增加方法有：空间域单点增加、图像平滑、图像锐化、图像滤波与图像增加。
4 总结与展望
运用数字图像处理技术的自动报靶系统，在国内、外都有相应的研究，但实际系统的功能需要与性能指标各有差异，所应用的原理和方法手段不近相同，所以可从另外方面进行开发，拓展数字图像处理的领域，满足不同系统的不同需要。
在本系统中，力求将其它优秀的算法，嫁接到图像处理中，以提高图像处理的性能与精度，在我军某坦克基地的实际应用中，达到了预期的目标。由于本系统是一室外项目，光照变化、大风等干扰因素会对识别精度造成一定影响，还需通过一些方法或算法来弥补这些不足。本系统所要研究报靶系统所采用的方法不仅有着精度高的优点，而且完全满足部队实弹射击需求，稍作改动之后还可用于运动类报靶，具有广阔的应用前景和研究价值。
参考文献：
[1] 张军,颜树华,徐琰.自动报靶系统的研究进展[J].激光与红外,2006,36(12):1152- 1154.
[2] 杨子宁.光电自动报靶系统的设计与实现[J].科学技术与工程, 2007,7(1):102-104.
[3] 陈海峰.基于图像处理技术的自动报靶系统研究[D].南京航空航天大学,2005.
安全隐患识别方法范文6
关键词：虹膜识别技术；二值化图像；生物特性；实例分析
中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2017）05-0130-02
1 概述
人员身份认证是安防体系中最重要和核心的一部分。传统的身份认证技术（如密码、门禁卡）等存在易忘记/丢失、易攻击/盗取等问题。为了克服这些问题，虹膜识别作为一种新颖的身份识别方法应运而生。虹膜识别技术采用专用光学图像采集仪采集人眼虹膜图像，再通过数字图像处理技术、模式识别和人工智能技术进行处理、存储、比对，实现对人员身份的认证和识别。虹膜识别具有超群的唯一性、稳定性、非接触性和难伪造性，已成为最具潜力的生物特征识别技术之一。林宇翔等[1]将虹膜识别技术在移动终端进行分析研究。刘扬[2]曾在虹膜识别上进行算法的研究虹膜识别技术包括硬件、软件两大模块。付鑫[3]等提出基于小波分析的虹膜识别技术的研究.王成儒等[4]提出基于几何特征的虹膜定位算法。本文考虑现实生活中各种不确定因素，提出基于虹膜技术的研究和设计，通过对比一般安检方法，论述虹膜技术的先进，从实例验证基于虹膜的可靠性，从而为安防体系提供理论依据。
2 虹膜识别的特性
门禁系统，又称出入管理控制系统，是一种管理人员进出的数字化管理系统.常见的门禁系统有：密码门禁系统，非接触 IC 卡 （ 感应式 IC 卡 ） 门禁系统，指纹虹膜掌型生物识别门禁系统等.密码识别系统由于其本身的安全性弱、便捷性差，以致面临淘汰，生物识别的时代即将来临.虹膜识别的特性决定了它越来越好的发展前景，虹膜识别的特性有如下几点：
唯一性：虹膜纹理的细节特征是由胚胎发育环境的随机因素决定的，这种纹理细节的随机分布特性为虹膜的唯一性奠定了生理基础，自然界不可能出现完全相同的两个虹膜。
稳定性：虹膜从婴儿胚胎期的第三个月前开始发育，到第8个月主要纹理结构已经形成.由于角膜的保护作用，发育完全的虹膜不易受到外界伤害，纹理几乎终生不变（活体限制）。
非接触性：虹膜是一个外部可见的内部器官，相对于指纹等需要接触采集的生物特征更加卫生、方便。通过非接触（甚至远距离）的采集装置就能获取合格的虹膜图像，这一点与指纹、脸像等人体外部器官有很大的区别。
防伪性：获取清晰的虹膜纹理需专门的虹膜图像采集装置和用户配合，因此一般情况下（相对指纹和人脸）很难盗取其他人的虹膜图像.并且，眼睛也有很多优良的光学和生理特性可用于活体虹膜检测。
3 虹膜识别技术识别流程
虹膜图像采集、虹膜图像预处理和虹膜特征提取与匹配为虹膜识别的三个主要阶段.每阶段对最终识别效果的影响都至关重要。
第一个阶段是图像获取.通过虹膜采集仪采集用户的人眼或人脸图像.虹膜身份认证的准确性直接收虹膜图像质量影响.虹膜图像的质量受虹膜采集仪性能的直接影响。
第二阶段是预处理阶段，在虹膜定位前先使用人眼检测器大概确定人眼位置，在此基础上进行虹膜内外边缘定位。因为虹膜内外边缘近似圆形，虹膜定位一般采用圆拟合虹膜边缘。
第三阶段是虹膜图像特征提取与匹配，在预处理后的虹膜图像上，提取能唯一表征该类虹膜的特征，与虹膜数据库模板匹配，得到最终匹配结果。
4 虹膜识别技术功能模块
虹膜识别技术分为六个模块，按层次结构依次为：内心圆的确定、外心圆的确定、圆心的矫正和展开、二值化和形态学处理、特征值的提取、特征值的比对。
二值化图像中的虹膜特点的描述参数如图1所示。
一系列斑点为虹膜的特征表现，这些斑点的位置、面积、形状等都可作为识别的特征。对一个特征点来说，重心位置是描述这个点的首选参数，而形状参数更丰富了其信息。在提取特征点形状时，考虑到如下实际因素：
1）特征点的大小和形状各种各样，无法一一列举。
2）因滤波和形态学处理及，镜头聚焦等因素，相同虹膜的特征点也不完全相同，只是相似。
3）形状，只能提取抽象特征。
虹膜特征点的提取：选定如上特征点之后，从二值图像中将其特征量提取出来，提取时一般采用扫描和标记不同特征点的方法实现，对图像顺序扫描，由上到下、由左到右逐行扫描，设图像中的目标像点用1代表，背景用0代表。
虹膜特征点对比：上面所对每一个特征点确定了它的描述参量，我们采用如下方法取点组成特征向量，从展开图底部，即靠近瞳孔一侧由上到下，由左至右依扫描整个图像，依次选取N个特征点放入特征向量，若模板中的特征向量少于下限t，表明此图像不合格，需重新采集。
5 实例分析
王翠曾提出基于嵌入式的虹膜识别系统[5]，本文以基于虹膜识别的考试管理系统的设计为例说明虹膜识别在现实生活中的应用。
1）虹膜识别仪的识别界面：设备启动后默认界面是识别界面，可进行虹膜识别，当人眼进入虹膜摄像头拍摄范围，眼睛会被“眼睛跟踪框”标定，虹膜图像清晰时“眼睛跟框”变绿，否则是红色，同时设备会语音提示“请靠近一点”“请远一点”“请对准方框、保持稳定”等引导人员使用设备，如图2所示。
虹膜识别技术在考试中应用，能更有效地减少考试中的各种作弊现象的发生，从而更好地严肃考风考纪。
6 结束语
各种安全系统在生活中广泛使用，由于现代生活中对安全性要求越来越高.现有的系统存在安全隐患，由于虹膜核心技术的先进性，结合二值化图像和人体的生物特性，通过介绍虹膜识别的特性和工作流程，虹膜识别可替代应用于所有的安全系统，提升老旧安全系统或低效虹膜系统的安全可靠性和服务质量，也可应用于司法监狱、公安看守所、银行、 军队、武警、工矿企业、教育、国企、私企、普通公司等.虹膜识别技术可扩展用作安防、考勤，普及率逐年上升，可在未来衍生民用化产品，使得每家每户安装虹膜安全锁，家庭安保将大大提升多个档次，惠及国计民生。
参考文献：
[1] 林宇翔.虹膜识别技术在移动终端应用中的特征及优势分析[J].技术应用，2013（5）：103-104.
[2] 刘扬.基于虹膜身份识别算法的研究[D].东北石油大学，2014.
[3] 付鑫.基于小波分析的虹膜识别技术研究[D].西安科技大学，2014.
