直线电机地铁系统技术经济分析研究

简要介绍直线电机地铁系统的原理及应用,从建设、运营及社会经济效益3个方面进行详细论述,将该系统的技术经济性能与其他城市轨道交通系统进行全面的比较,认为该系统具有较好的技术经济特性,推荐在我国城市轨道交通建设中使用。     

城市道路养护维修资金筹措渠道的探讨

针对既有的城市道路养护维修资金费用不足的现状 ,结合城市道路建设及养护维修的具体情况 ,分析城市道路路面养护维修资金筹措的主要渠道及模式 ,提出合理化建议 ,为城市道路路面养护维修资金的筹措提供借鉴。     

关于加强船舶企业内部会计监督的思考

加强内部会计监督对于船舶企业合理调配资金、降低成本与消耗、提高资金的使用效率具有十分重要的意义。随着我国船舶行业的快速发展,船舶企业的内部会计监督愈发重要。本文首先分析了船舶企业内部会计监督不力的表现及其原因,其次提出了加强船舶企业内部会计监督的措施。     

水泥粉煤灰稳定风积砂路用性能的研究

通过对辽宁省彰武至阿尔乡(辽蒙界)高速公路K113-K144段风积砂试验分析,从理论上验证风积砂不仅可以填筑路基,还可以掺配水泥粉煤灰形成均匀密实型混合料,作为路面基层或底基层材料。对掺配的粉煤灰细度提出了标准,为合理利用风积砂资源提供了试验基础。     

水泥混凝土配合比设计及现场质量控制问题分析

本文主要根据工程实际情况,介绍桥涵用水泥混凝土的原材料(石子、水泥、砂石)等的技术要求;水泥混凝土配合比的设计方法以及现场质量控制等内容。     

油码头登船机安全技术问题浅析

油码头登船机结构简单,造价低廉。5万吨以上的大型泊位,使用登船机上下船安全可靠,但该设施存在着一些安全问题。以5个方面分析了码头登船机存在的安全问题,指出:要以设计阶段就关注安全问题,确保港口安全。     

中国大城市交通问题的空间解读与对策

城市交通大多从城市人口平均特征出发进行研究。然而在市场的作用下,受收入、职业等因素的影响,不同社会阶层在城市空间中的居住和就业选址(城市的社会空间)存在差异。这是改善公共交通服务、缓解交通拥堵等很多大城市交通问题的根源之一。从中国快速城镇化过程中大城市新增人口和中低收入人口的居住空间分布入手,分析大城市通勤出行距离快速增长导致的交通拥堵、公共交通服务水平提高困难等大城市交通问题的成因。提出大城市空间应基于分区模式构建多中心的城市空间,并提出对应的交通系统,实现大城市交通低碳和公平的目标。     

豚鼠窦房结、房室结和房室束的微机辅助三维重建

在微机辅助下，利用豚鼠整心连续切片，进行立体结构重建，首次在整心上直观地显示心传导系与周围结构间的立体位置关系，为该动物的心血管试验以及医学影像断面的重建提供了直观的理论依据和操作方法。     

牵引齿轮磨前滚刀参数化图形设计

在高速列车牵引齿轮磨前滚刀齿形优化设计的基础上,对磨前滚刀系列进行了参数化图形设计,对齿形及图形参数化绘图的算法进行研究,并应用参数化图形设计方法绘制了东风ＤＦ１０和ＳＳ８－Ⅱ型机车牵引齿轮的磨前滚刀图。     

Urban traffic flow prediction: a spatio‐temporal variable selection‐based approach

Short‐term traffic flow prediction in urban area remains a difficult yet important problem in intelligent transportation systems. Current spatio‐temporal‐based urban traffic flow prediction techniques trend aims to discover the relationship between adjacent upstream and downstream road segments using specific models, while in this paper, we advocate to exploit the spatial and temporal information from all available road segments in a partial road network. However, the available traffic states can be high dimensional for high‐density road networks. Therefore, we propose a spatio‐temporal variable selection‐based support vector regression (VS‐SVR) model fed with the high‐dimensional traffic data collected from all available road segments. Our prediction model can be presented as a two‐stage framework. In the first stage, we employ the multivariate adaptive regression splines model to select a set of predictors most related to the target one from the high‐dimensional spatio‐temporal variables, and different weights are assigned to the selected predictors. In the second stage, the kernel learning method, support vector regression, is trained on the weighted variables. The experimental results on the real‐world traffic volume collected from a sub‐area of Shanghai, China, demonstrate that the proposed spatio‐temporal VS‐SVR model outperforms the state‐of‐the‐art. Copyright © 2015 John Wiley & Sons, Ltd.