水路交通技术发展趋势

对水路交通技术趋势相关文献开展文献计量分析，从主要研究国家、作者与关键词等方面梳理了研究脉络；综合国内外水路交通发展指导政策、前瞻报告与典型案例，分析并总结了水路交通技术发展现状，研判了未来水路交通技术发展趋势。研究结果表明: 水路交通技术将朝着以下5个方向发展。在水路运载工具方面，运输船舶逐步少人化，内河、近海、深远海船舶发展趋于谱系化；在航运基础设施方面，航道设施、能源供给、信息网络发展趋于一体化，并且船岸协同能力增强，船舶远程操控可实现，岸基船舶控制中心建设成为水运基础设施重要组成部分；在船舶动力方面，日趋严格的减排目标推动船用清洁能源发展，船舶动力系统将呈现多能源化和电动化；在船舶航行方面，多船协同运输可提高运输效率，内河、近海船舶编队航行成为运输新模式；在海事监管与安全方面，智能系统的应用使船舶人因事故逐步降低，智能无人系统救援成为现实。研究成果可以有效指导水路交通系统的未来规划、设计、建设与应用，为培育和发展水运新业态，逐步实现未来新一代航运系统提供有力支撑。      

“双高”背景下中职教师教学创新团队协作力探索

<正>在“双高”背景下，为更好地结合产业发展，教师除了不断提升自我专业知识、实践技能、教学水平之外，协同合作组建教师教学创新团队是迫切需要的。《国家职业教育改革实施方案》（以下简称“职教20条”）对“双师型”教师教学团队建设提出了建设目标、改革方向，并提供有力支撑和重要保障。     

一种用于道路交通事故自动检测的改进双流网络

交通事故实时快速检测对提升道路交通应急管理水平具有重要意义。视频检测技术可以有效节省人工监控成本，并在事故检测的相关研究中取得了较好成果。然而，在拥堵交通环境中，现有方法通常无法准确识别出交通事故。为解决上述问题，提出一种改进双流网络，以提高拥堵交通环境下的检测性能。该改进双流网络利用2个并行卷积神经网络(即外观、运动特征提取网络)分别提取视频数据的事故外观特征和运动特征。为了引导网络捕捉拥堵场景下判别性事故外观特征，引入辅助网络和三元损失函数来训练外观特征提取网络。在运动特征提取网络中建立光流提取网络，以捕捉拥堵交通环境下细微的光流信息，进而提升事故运动特征提取能力。研究结果表明：相较传统方法，所提方法有效提升了拥堵交通环境下的事故检测能力，降低了24.56%的误报率和25.00%的漏检率。研究成果可用于城市高流量、混流交通场景(如城市交叉口、快速路、主干道等)中进行道路交通事故自动检测。     

高水头船闸输水阀门启闭力特性研究

高水头船闸输水阀门在运行过程中受水动力荷载作用影响,工作条件非常复杂,直接影响阀门的启闭力.由于阀门启闭力是决定启闭机容量和阀门自重的关键设计参数,因此有必要开展专门研究.1)针对反弧门形式,分析了阀门启闭速率、阀后廊道体型、阀门作用水头对启闭力的影响.2)通过改变阀门门型、底缘形状、支臂包护方式等形状系数,研究阀门的...