论宁波—舟山港核心港区定线制的有效实施

自2010年8月1日在宁波-舟山港核心港区实施船舶定线制以来,港区水域的通航环境得到有效改善,提高了船舶通行效率.但依然存在船舶在定线制水域违章行驶、采砂船碍航等问题,严重影响港区定线制通航船舶的航行安全.此文针对所存在的问题及港区通航环境特点,就船舶安全航行应注意的问题及加强有效监管提出了建议.     

基于建筑信息模型技术的换乘站行人设施布局方案快速生成方法

介绍了基于BIM(建筑信息模型)技术的城市轨道交通换乘站行人设施布局方案快速生成方法的技术流程;详细阐述了该方法 4个模块(初始准备、初始方案生成、方案修改和行人设施空间)数据文件更新的内容及实现方式,其关键是基于BIM技术,利用坐标和角度这2个主要方位参数,完成行人设施布局方案的快速生成。通过具体实例验证了该方法的有效性。采用这种行人设施布局方案快速生成方法,不仅能提高方案生成的质量,而且还能大大减轻工作人员的工作量。     

Robust principal component analysis via truncated nuclear norm minimization

Robust principal component analysis(PCA) is widely used in many applications, such as image processing, data mining and bioinformatics. The existing methods for solving the robust PCA are mostly based on nuclear norm minimization. Those methods simultaneously minimize all the singular values, and thus the rank cannot be well approximated in practice. We extend the idea of truncated nuclear norm regularization(TNNR) to the robust PCA and consider truncated nuclear norm minimization(TNNM) instead of nuclear norm minimization(NNM). This method only minimizes the smallest N-r singular values to preserve the low-rank components, where N is the number of singular values and r is the matrix rank. Moreover, we propose an effective way to determine r via the shrinkage operator. Then we develop an effective iterative algorithm based on the alternating direction method to solve this optimization problem. Experimental results demonstrate the efficiency and accuracy of the TNNM method. Moreover, this method is much more robust in terms of the rank of the reconstructed matrix and the sparsity of the error.     

基于注意力机制的多模态自动驾驶行为决策模型

针对现有端到端自动驾驶模型未考虑驾驶场景中不同区域的重要性和不同语义类别之间的关系而导致预测准确率低的问题，受驾驶人注意力机制和现有端到端自动驾驶模型的启发，充分考虑驾驶场景的动态变化、驾驶场景的语义信息和深度信息对驾驶行为决策的影响，以连续多帧驾驶场景的RGB图像为输入，构建一种基于注意力机制的多模态自动驾驶行为预测模型，实现对方向盘转角和车速的准确预测。首先，通过语义分割模型和单目深度估计模型分别获取RGB图像的语义图像和深度图像；其次，为剔除与驾驶行为决策无关信息，以神经科学和空间抑制理论为基础，设计一种拟人化注意力机制作为能量函数来计算驾驶场景中不同区域的重要度；为学习语义图像中与驾驶行为决策最为相关类别之间的关系，采用图注意力网络(Graph Attention Network,GAT)对驾驶场景的语义图像进行特征提取；然后，以保留RGB特征为原则对提取的驾驶场景的图像特征、语义特征和深度特征进行融合，采用卷积长短期记忆网络(Convolutional Long Short Term Memory,ConvLSTM)实现融合特征在连续多帧之间的传递，进而实现下一帧驾驶场景对应驾驶行为的预测；最后，与其他模型的对比试验、消融试验、泛化试验和特征可视化试验来充分验证所提出自动驾驶行为预测模型的性能。试验结果表明：与其他驾驶行为预测模型相比，所提出模型的训练误差为0.021 2，预测准确率为86.97%，均方误差为0.031 5，其驾驶行为的预测性能优于其他模型；连续多帧的语义图像和深度图像、拟人化注意力机制和面向语义特征提取的GAT有助于提升驾驶行为预测的性能；该模型具有较好的泛化能力,其做出驾驶行为预测所依赖的特征与经验丰富的驾驶人所关注的特征基本一致。     

近期新造船市场评述(2011.1～2011.2)

2011年1～2月,世界经济总体在缓慢复苏,但复苏不均衡的态势仍然持续,发达经济体经济低迷增长,新兴经济体面临的通胀压力依然较大.据荷兰经济政策研究局测算,2010年国际进出口贸易量增长15.1%,复苏势头十分强劲.1～2月,国际新船订造量坏比较前两月小幅萎缩,并且呈现出新的市场特征. 航运市场 2011年1～2月,航...     

铁路枢纽临时限速服务器设置方案探讨

铁路枢纽内,临时限速服务器受自身控制能力、接口能力等因素的限制,会出现与调度区划分、无线闭塞中心管辖范围不匹配情况。在现行规范下,临时限速服务器的设置方案难以适应枢纽复杂情况,文章需要对此进行研究并提出解决方案。     

一种新型基于太阳能驱动的雾霾净化器设计

设计并搭建了一种新型的基于太阳能驱动的雾霾净化器,系统主要构成包括输出部件、粗滤部件、旋转密封部件、引风机和自动清洗部件等.实验装置搭建完成后进行了性能测试,结果表明:该装置能有效净化PM1、PM2. 5、PM10等空气污染物,并可精确监测雾霾浓度和实时报告雾霾数据,实现新能源净化空气、降低生产成本、节能减排作用.     

汽轮发电机组半频振动的原因分析和处理

为解决汽轮发电机组出现的半频振动问题,针对汽轮机轴承开展不同轴承结构参数及形式的理论计算和试验验证,发现轴承并不是引发半频振动的直接因素。通过进一步开展试验,发现引发机组半频振动的主要原因是主油泵前后的浮动油封浮动不畅对汽轮机转子产生了附加力。经过综合分析可知,通过增加油封环室刚性和减少浮动油封摩擦力,能消除半频振动现象,保证机组的可靠运行。