排序方式: 共有80条查询结果,搜索用时 609 毫秒
71.
故障现象一辆2009款蒙迪欧致胜2.3AT轿车,行驶里程约为8万km。据驾驶人反映,该车刮水器有时无法关闭,在车辆熄火后刮水器仍在一直工作。故障诊断试车验证故障,发现刮水器确实无法关闭。在刮水器运转时,高速挡和低速挡可以正常切换,但在断开点火开关后,刮水器仍在运转。拆下蓄电池负极电缆让刮水器停止运转,等待约10 min后装复试车,故障现象消失了。经询问驾驶人后得知,该故障为偶发故障,但已出现多次,只要遇到下雨天就有可能出现刮水器无法关闭的故障,且每次必须断开蓄电池负极,刮水器才能停止运转。根据故障现象 相似文献
72.
乳腺癌VEGF-C和VEGFR-3表达与淋巴结转移关系的研究 总被引:2,自引:0,他引:2
目的 探讨乳腺癌血管内皮生长因子C(VEGF-C)、血管内皮生长因子受体3(VEGFR-3)的表达及其与淋巴结转移的关系.方法 用免疫组化SP法检测60例乳腺浸润性导管癌VEGF-C、VEGFR-3的表达,并取15例乳腺纤维腺瘤标本作对照.结果 乳腺癌组VEGF-C、VEGFR-3阳性表达率及表达程度均明显高于对照组,差异有统计学意义(P均<0.05).乳腺癌淋巴结转移阳性组VEGF-C、VEGFR-3表达率及表达程度高于淋巴结转移阴性组(P均<0.05),VEGF-C、VEGFR-3的表达与乳腺癌腋淋巴结转移呈正相关(P均<0.05).乳腺癌VEGF-C与VEGFR-3的表达呈正相关(P<0.05).按肿块大小等临床病理指标的分组中,VEGF-C、VEGFR-3表达无显著性差异(P均>0.05).结论 乳腺癌组织中VEGF-C、VEGFR-3表达水平增高,VEGF-C、VEGFR-3表达促进乳腺癌淋巴结的转移. 相似文献
73.
74.
随着物联网、云计算和大数据在智能交通领域的普及应用,传统的以道路断面为研究对象的预测方法已经无法满足智能网联技术发展的需求.本文以车道断面为研究对象,提出一种基于组合深度学习(Combined Deep Learning,CDL)的城市快速路车道级速度预测模型.该模型利用基于信息熵的灰色关联分析提取空间特征变量,采用长短期记忆神经网络提取空间特征变量的时间特征,并利用门限递归单元神经网络得到预测结果.通过北京市东二环路车道断面实测微波数据验证发现,提取车道交通流的时空特征,CDL模型能够很好地拟合不同车道不同时段的速度变化趋势,可有效地实现车道速度的单步及多步预测,且该模型的预测精度和稳定性均优于传统预测模型. 相似文献
75.
城市不同区域网约车供需缺口预测可为车辆调度策略提供支持,从而提高车辆运行效率和乘客服务水平.为实现网约车供需缺口短时预测,提出一种基于时空数据挖掘的深度学习预测模型(Spatio-Temporal Deep Learning Model, S-TDL).该模型由时空变量模型、空间属性变量模型和环境变量模型 3个子模型融合而成,可捕捉时空关联性、区域差异性和环境变化对供需缺口的影响.同时,提出特征聚类-最大信息系数两阶段特征选择方法,筛选与供需缺口相关性强的特征变量,提高训练效率,减少过拟合.滴滴出行实例分析证明,特征选择后的 STDL模型预测精度显著优于BP神经网络、长短期记忆网络和卷积神经网络. 相似文献
76.
77.
本文对港口吞吐量预测的方法进行了研究,分析了传统预测方法在实际应用中存在的问题,利用黑箱模型理论对湛江港近年吞吐量与建设投资额进行定性研究和定量检验,证明了港口吞吐量与建设投资额之间存在显著的正相关关系,并基于此提出基于BP-neural networks的预测方法,为湛江港港口吞吐量的预测提供了一种新的方法与途径。 相似文献
78.
随着社会的进步和信息技术的发展,电子信息化技术在社会生活中占据了越来越重要的地位。船舶登记档案作为重要的船舶信息载体,需迎合电子信息化技术的发展,逐步实现船舶登记档案电子化管理,从而促进船舶登记工作与时俱进,实现"零待时"高效服务理念。 相似文献
79.
80.