东航建设上海航空枢纽港战略SWOT分析

SWOT分析思想是由安索夫于1956年提出来的,后经发展而成为一个用于战略分析的实用方法。SWOT分析是把企业内外环境所形成的机会(Opportunities),风险(Threats), 优势(Strengths),劣势(Weaknesses)四个方面的情况,结合起来进行分析,以寻找制定适应合本企业实际情况的经营战略和策略的方法。SWOT分析的主要目的在于对企业的综合情况进行客观公正的评价,以识别各种优势、劣势、机会和威胁因素,有利于开拓思路,正确地制定企业战略。本人出于对该行业运用战略管理的兴趣和目前国内三大航空集团聚焦枢纽港战略存在问题的一点理解,采用SWOT分析思想,对东航实施航空枢纽港战略进行环境分析和企业能力分析,找出企业在实施这一战略过程中面临的机会与威胁,优势与劣势,为决策者形成企业战略提供参考。     

摩托车车辆识别代号(VIN)编制方法

根据“机械政(1996)1040号”文《关于发布车辆识别代号(VIN)管理规则的通知》和《车辆识别代号VIN管理规则》,为便于摩托车生产企业编制车辆识别代     

高档汽车音响的功能识别及操作

1标识释义 各种音响均标有英文或缩写字母,请您对照识别开关(ON/OFF),旋钮(KNOB),按键的(KEYING)位置.     

5.8GHz与915MHz电子收费系统的比较研究

射频(RadioFrequency,RF)技术被广泛应用于多种领域,如:电视、广播、移动电话、雷达、自动识别系统等。射频识别(RFID)即指应用射频识别信号对目标物进行识别。射频识别的应用领域包括:道路电子收费系统(ETC),集装箱、货物识别,出入门禁管理,铁路机车车辆识别与跟踪,商用车队管理等。它常用5.8G和915MHz两种频率工作。本论文通过两种频率的比较,衡量他们对ETC系统的利弊。并结合我国现阶段ETC系统的现状加以分析。     

我国开始实施新版《车辆识别代号管理办法(试行)》

2004年11月2日,国家发改委发布《车辆识别代号管理办法(试行)》(2004年第66号公告),该办法将自2004年12月1日起施行,并与GB16735-2004《道路车辆车辆识别代号(VIN)》配套使用,共同对我国汽车产品车辆识别代号(Vehicle Identifi-cation Number,简称VIN)进行管理。原国家机械工业     

新版《车辆识别代号管理办法(试行)》颁布实施

近日,国家发展和改革委员会发布了《车辆识别代号管理办法(试行)》(2004年第66号公告),该管理办法自2004年12月1日起施行。并与GB16735—2004《道路车辆识别代号(VIN)》标;隹配套使用,共同对我国汽车产品车辆识别代号(英文Vehicle Identification Number,以下简称VIN)进行管理。原国家机械工业局《车辆识别代号(VIN)管理规则》(CMVRA01-01,国机管[1999]20号)同时废止。     

信息专递

2004年12月13日,《车辆识别代号(VIN)管理办法(试行)》实施工作会议在北京铁道大厦召开,共有来自汽车、摩托车、农用车、挂车和改装车企业的240余名代表参加。根据国家发展和改革委员会[2004]第66号公告《车辆识别代号(VIN)管理办法(试行)》     

汽车维修技术信息

正1上汽大众途昂车泊车雷达系统干扰源识别功能说明上汽大众途昂车泊车雷达系统具有干扰源识别功能,能够确保系统在大部分情况下不受外界干扰,但当泊车雷达系统识别到来自外界相同频率的超声波干扰时,系统功能将受限,组合仪表和信息娱乐系统(MIB)会显示相关提示(图1),以提醒车主泊车雷达系统测距功能暂时     

基于CNN和HSV模型的交通标志识别研究(英文)

基于HSV颜色空间模型和卷积神经网络(CNN),建立了实现交通标志识别(TSR)的完整过程。为了提高运算速度,进一步优化了动态感兴趣区域(ROI)识别、RGB向HSV颜色空间模型转换方法和神经网络结构设计。通过GTSRB数据库对TSR算法进行验证,结果表明,所建立的TSR方法有效提升了运算速度和识别率。     

基于系统理论过程的无人驾驶汽车安全性分析

基于无人驾驶汽车的功能安全和通信安全问题,本文采用系统理论过程的研究方法(STPA),通过定义其分析目的、建立控制结构、识别不安全行为、识别致因场景等步骤,最终提出相应的安全要求来保证无人驾驶汽车的安全.     

基于RFID技术的高速路网路径精确识别技术

随着国内高速公路的发展,环状的路网结构与多元的投资主体引发了如何合理征收并拆分通行费的问题。本文所提出的多义性路径的识别方法基于射频识别技术(RFID),运用余边集和支撑树理论,在关键路段布设标识点系统,从而精确识别车辆实际行驶路径。该技术方法能够解决高速公路路网中多义性路径识别问题,并实现通行费的合理征收与拆分。     

石油销售企业信息化项目风险识别研究

石油销售企业信息化项目的实施是提高企业管理水平的重要途径,而对信息化项目风险的识别和控制是信息化项目建设成败的关键。在分析石油销售企业信息化项目特点的基础上,从系统的观点出发,全面分析了石油销售企业信息化项目的风险因素,为石油销售企业信息化项目风险识别与控制提供了依据。     

车型 雷克萨斯RX450h车(搭载的2GR-FXS发动机和混合动力系统)

正故障现象组合仪表提示车道偏离报警系统(LDA)有故障。故障诊断用故障检测仪检测,读得故障代码C1AA0(图3),含义为前向识别摄像机电路故障。检查前向识别摄像机,没有脏污,且导线连接器无松动。保存并清除故障代码,故障代码可以清除。反复试车,LDA工作正常,于是交车让车主观察一段时间。     

基于改进掩码-区域卷积神经网络的混凝土病害实例分割

为对混凝土病害图像进行更精确的实例分割，提出改进掩码-区域卷积神经网络(Mask Region Convolution Neural Network, Mask-RCNN)。该网络采用轻量级的可移动网络(MobileNetV2)代替原始Mask-RCNN中卷积层过大的主干网络——残差网络(ResNet101),加入路径聚合网络(PANet),以提高Mask-RCNN提取浅层特征信息的能力。为验证改进Mask-RCNN的识别精度及其在实际工程中的可行性，首先构建多类混凝土病害图像数据集，利用K-means聚类算法确定最适合该数据集的先验边界框的长宽比，然后对比改进Mask-RCNN与原始Mask-RCNN、其它主流深度学习网络对混凝土五类病害(裂缝、露筋、剥落、白皙和空洞)的识别结果；最后利用无人机采集到的钢筋混凝土桥梁病害图像作为测试集进行测试。结果表明：改进Mask-RCNN在提高计算速度的同时能更准确地定位病害，减少了误检和漏检，识别精度高于原始Mask-RCNN及其它深度学习网络；改进Mask-RCNN可以识别无人机拍摄的未经训练的新的混凝土病害图像，识别精度满足实际工程需求。     

故障 排除 经验 点滴

正车型2011款奔驰S350L车(搭载276发动机)故障现象发动机故障灯异常点亮。故障诊断用故障检测仪检测,发动机控制模块(ME)中存储有故障代码"P030000识别到燃烧断火""P030600识别到气缸6燃烧断火";读取发动机失火数据(图1),发现气缸6的失火次数在不断增加,其他气缸的失火次数均为0次,说明气缸6存在失火故障。     

钢筋混凝土简支T型梁桥损伤识别的数值模拟

针对实际工程中大量钢筋混凝土简支T型梁桥的损伤、老化问题,对这类桥型进行损伤识别理论的研究。在建立典型T型梁桥有限元模型的基础上,采用便于T型梁桥工程应用的柔度差指纹和损伤确定准则组合成新的识别流程,成功地对钢筋混凝土简支T型梁桥主梁的损伤识别进行了数值模拟。考虑现有检测技术的限制(有限测点及测试噪声的干扰),利用MONTECARLO方法量化了噪声干扰对识别结果的影响。模拟分析的结果揭示了对该桥型进行损伤识别的特点并为其实际的损伤辨识提出了建议。     

公路地质灾害的灾前识别方法研究

为了减轻地质灾害对公路交通的危害,灾害的超前识别显得尤为重要。通过总结分析已有研究成果,提出了公路地质灾害灾前识别的目的和原则;运用现场调查和理论分析方法,从孕灾环境、灾变迹象、设计施工影响等方面,研究了崩塌、滑坡类公路地质灾害的易发路段及其识别方法,提出了识别判据(其中崩塌灾害的识别判据8条,滑坡类灾害识别判据9条),使潜在崩塌、滑坡地质灾害的识别成为可能,可以为公路地质灾害的预防和治理提供参考,使公路地质灾害治理更加主动和超前。通过工程实例应用,表明该文的灾前识别方法具有较好的可操作性和实用性。     

上海通用别克GL8陆尊商务车BCM设定、编程及防盗学习程序

新的车身控制模块(BCM),装车后必须写入VIN信息、配置参数信息、BPP传感器校准信息、SDM的识别号。所以,更换新BCM后需要进行BCM的设置、BPP传感器的重新校准、BCM与SDM的匹配。新BCM装车后,可以马上识别当前钥匙,但如果要起动发动机,ECM还需认识新     

基于CNN探测电动汽车电池内部缺陷分析

电动车辆发生安全事故后,其外部因素和非电池部件的影响因素很容易被识别出来,但是电池内部原因很难深入分析。利用电池缺陷设计正向试验,发现4类缺陷可能造成电池起火,通过电子计算机断层扫描探测识别出各类电池失效后的形貌照片。引入CNN(Convolutional Neural Network,卷积神经网络),将电池失效问题从人为判断转化为机器学习,以增加识别精确度,快速解决电池失效问题,并避免新产品出现同样问题。     

基于RBF神经网络识别路面谱的新方法

路面不平度是车辆行驶中振动的重要激励。为了识别路面不平度的功率谱密度函数(路面谱),提出了一种基于径向基函数(RBF)神经网络识别路面谱的新方法。该方法以7自由度汽车振动模型为基础,以MATLAB软件仿真得到的汽车车身质心垂直加速度谱为神经网络理想输入样本,以GB7031-86建议的路面谱为神经网络理想输出样本,应用RBF神经网络建立汽车车身质心垂直加速度谱和路面谱之间的非线性映射模型。另取一组仿真得到的车身质心垂直加速度谱代入已训练好的网络进行路面谱识别。结果表明:该方法具有较强的抗噪声能力和较理想的识别精度,识别的路面谱与拟合的路面谱吻合一致。