共查询到16条相似文献，搜索用时 140 毫秒
1.
VPN技术及其在地震信息广域网建设中的运用 总被引：6，自引：1，他引：5
利用VPN技术在省级地震信息网络中建设信息行业广域网,使之成为一个经济、安全、高效的数据和信息传输的基础平台。对“十五”期间的地震信息行业网络建设有一定的借鉴意义。 相似文献
2.
3.
介绍了新疆地磁台阵的测点分布、测点设备构成情况以及运用VPN技术将地磁台阵观测系统接入地震行业网、VPN网络建设等情况。在新疆地磁台阵中应用VPN技术,实现了地震行业网对地磁台阵设备的远程管理和数据交换,随时获取数据信息,并能够对地震前后观测信息短临变化进行快速跟踪。 相似文献
4.
VPN技术在地震监测网络远程维护中的应用 总被引：2，自引：5，他引：2
系统介绍了将VPN技术引入地震监测网络远程维护工作的技术思路，以及该技术思路在“中国地震局卫星数据通信网”中的实现方法。通过构建VPN网络，可以利用公共互联网资源，实现远程灵活、安全的接入局域网系统，显著提高了远程维护工作的效率。 相似文献
5.
6.
主要介绍了青海省刚察县地震信息服务系统中,数据传输的网络设计与具体实施过程.通过运用VPN技术进行数据的传输,保证了数据的安全性、连续性、稳定性.实践与应用表明,VPN技术整体上运行稳定,在地震信息服务系统建设中值得推广. 相似文献
7.
叙述了在FreeBSD环境下构建基于PPTP的VPN网关的过程和技术，分析了基本概念、实现方式以及在江西省地震信息网的实际应用等。 相似文献
8.
9.
对MPLS VPN技术进行简要分析,并以山东省临沂市费县芍药山乡的地震观测点为例,介绍如何使用MPLS VPN技术搭建地震行业网,并对山东省地震局现有的几种网络接入方式进行简要的比较分析. 相似文献
10.
依托“中国地震数据观测网络”项目,中国地震局地震预测研究所建立了以十三陵地震中心台为前兆台网部,8个无人值守的前兆台站为一体的前兆观测系统。 这套系统利用中国联通的CDMA 1X网络将台站接入到Internet网络,并利用VPN(Virtual Private Network)技术在Internet网络上开辟一条安全、 稳定传输隧道,实现了前兆台站、 观测设备与十三陵前兆台网部的信息集成。 文中以十三陵地震前兆观测系统为例,主要介绍了如何利用CDMA 1X 无线网络和VPN(Virtual Private Network)技术实现前兆观测系统信息集成。 十三陵地震前兆观测系统的正常运行证明,利用CDMA 1X +VPN技术的前兆观测系统组网模式可以做到投资少、 见效快、传输可靠等优势,值得推广应用。 相似文献
11.
地震信息通信网络系统在地震监测预报中的应用 总被引：1，自引：1，他引：0
地震信息通信网络系统的建立是防震减灾技术系统建设中的重要内容 ,本文结合实际工作 ,就计算机通信网络系统的构成、主要技术性能以及在实施过程中需要解决的一些技术问题进行探讨 ,同时对网络系统在地震监测预报工作中的应用情况作一简要介绍 相似文献
12.
13.
展望地震监测台网的发展与应用 总被引：4，自引：0，他引：4
随着国民经济的快速发展，我国地震监测台网的发展也日新月异，设备性能、技术系统、台网密度正逐步接近发达国家的水平，同时积累了大量的观测数据。如何利用这些监测资源，更好地为经济建设和社会公共安全服务，是值得研究的重要问题。本文认为提取有用的地震前兆信息、提升地震速报能力、扩展烈度速报功能是地震监测台网为地震预报和地震应急服务的重点；整合台网资源，构筑统一标准、多用途的地震监测网络是建设公共安全服务技术平台的前提；工程、海洋、气象、环保等是地震监测资源的主要服务领域。因此，开发监测资源，加强自主创新，构筑技术平台，拓展服务领域是未来地震监测台网为社会和公共安全服务的重要发展方向。 相似文献
14.
15.
为解决建筑物震害信息提取自动化程度不高的问题,本文将全卷积神经网络应用于建筑物震害遥感信息提取。以玉树地震后获取的玉树县城区0.2m分辨率航空影像作为建筑物震害信息提取试验数据源,将试验区地物划分为倒塌建筑物、未倒塌建筑物和背景3类。对427个500×500像素的子影像进行人工分类与标注,选取393个组成训练样本集,34个用于验证。利用训练样本集对全卷积神经网络进行训练,采用训练后的网络对验证样本进行建筑物震害信息提取及精度评价。研究结果表明:建筑物震害遥感信息提取总体分类精度为82.3%,全卷积神经网络方法能提高信息提取自动化程度,具有较好的建筑物震害信息提取能力。 相似文献
16.
This work presents a novel procedure for identifying the dynamic characteristics of a building and diagnosing whether the building has been damaged by earthquakes, using a back‐propagation neural network approach. The dynamic characteristics are directly evaluated from the weighting matrices of the neural network trained by observed acceleration responses and input base excitations. Whether the building is damaged under a large earthquake is assessed by comparing the modal parameters and responses for this large earthquake with those for a small earthquake that has not caused this building any damage. The feasibility of the approach is demonstrated through processing the dynamic responses of a five‐storey steel frame, subjected to different strengths of the Kobe earthquake, in shaking table tests. Copyright © 2002 John Wiley & Sons, Ltd. 相似文献