基于大数据分析的电力物资质量监控体系构建

本文基于大数据分析,构建一个电力物资质量监控体系。介绍了大数据分析在电力物资质量监控中的作用,并选取相应的数据指标和监控方法。构建电力物资质量监控模型,包括模型的基本原理和假设、构建步骤和流程,以及模型的优化和改进。对实证数据进行分析和处理,并解读和分析结果。本文为电力行业提供一种可靠的电力物资质量监控方案。     

“提振消费信心”为什么，怎么办？——解读2023年3·15国际消费者权益日主题

<正>今年,中消协把国际消费者权益日的主题定为“提振消费信心”。为什么确立这一主题？当然是有的放矢。为什么早在去年年底的中央经济工作会议上,就提出2023年将“着力扩大国内需求”,其中“要把恢复和扩大消费摆在优先位置”。而今年的政府工作报告,依然把“着力扩大国内需求”作为重点工作,并再次强调“把恢复和扩大消费摆在优先位置”,多渠道增加城乡居民收入,稳定大宗消费,推动生活服务消费恢复。     

舰船排烟参数对排气烟羽中波红外辐射特征影响分析

[目的]排气烟羽辐射是舰船红外辐射的重要组成部分,分析排烟参数对红外辐射特征的影响对发展舰船隐身和反隐身技术具有重要作用。[方法]利用气体辐射逐线法模型求解含气体的辐射传递过程,计算得到不同排烟温度和流量条件下的红外辐射图像,并分析排烟参数对辐射亮度、光谱辐射强度和3～5μm波段的总辐射强度的影响。[结果]结果表明,排气烟羽在4.18和4.43μm处具有明显的强度峰值,而在4.26μm处具有明显的强度谷值。[结论]排气烟羽的红外辐射特征受排烟温度的影响较大,受排烟流量的影响较小。     

航空安全领域研究进展可视化综述

为探索国际航空安全领域的研究热点和趋势,以文献计量和可视化分析软件CiteSpace和VOSviewer为工具,对2001—2020年Web of Science(WOS)核心合集数据库收录的1340篇航空安全领域的文章在时空分布、核心作者、共被引网络和关键词聚类方面进行了可视化分析.结果表明:①国际航空安全领域发文数...     

钢渣-碎石沥青混合料设计及其动态模量研究

为推广废弃钢渣在沥青路面中的应用,试验分析废弃钢渣工程特性,合理应用废弃钢渣,在研究废弃钢渣特性基础上,设计了AC-13、AC-20、AC-25钢渣-碎石沥青混合料;进行室内单轴压缩动态模量试验,对比分析钢渣-碎石沥青混合料(试验组)和石灰岩沥青混合料(对照组)的动态模量数值。应用数理统计方法,获得了钢渣-碎石沥青混合料的动态模量代表值。与对照组相比,钢渣-碎石AC-13、AC-20、AC-25沥青混合料的动态模量代表值对应提高了7.93%、11.34%、11.20%。基于废弃钢渣特性设计的钢渣-碎石沥青混合料比石灰岩沥青混合料的动态模量代表值均有提升,实测的钢渣-碎石沥青混合料动态模量代表值可以用于路面结构设计。     

国铁集团工程建设标准运行管理新机制研究

为适应新时代铁路建设发展需求,国铁集团提出要形成世界领先的铁路工程建设标准体系,其内涵就包括建立先进的运行管理机制.本文分析了国铁集团工程建设标准运行管理机制存在问题,调查研究了国际铁路联盟(UIC)、欧盟和日本等国外铁路标准运行管理机制,调查研究了建筑行业、公路行业和电力行业等国内相关行业标准运行管理机制.基于调研结...     

"站车一体化":地方合资铁路客运管理一种新范式

管理的功能性和经济性维度,是衡量铁路站车管理效率的重要导向.本文结合合资铁路公司"大部制"组织框架,深入探讨"站车一体化"的管理内涵和创新做法,剖析措施和成效之间的必然关系,以期通过提炼输出管理模式,在更广阔的铁路客运管理平台发挥指导作用.     

城市公共交通多元票制初探

借鉴国外先进经验,引进多元化公交票制是国内推进公交优先发展的重要措施.多元票制,即将乘客进行科学的分类,根据乘客的出行需求,设置不同种类的车票,以提高公交吸引力.就国内公交发展现状来看,换乘优惠的票制改革是推广多元票制的最佳切入点.     

中法公路路线设计指标对比研究分析

该文通过刚果布SOUANKE-NTAM区域经济一体化公路项目,详细分析该公路的几何设计相应指标,并对法国路线设计规范与中国JTG D20-2017《公路路线设计规范》进行对比分析,以期提高中国海外道路的建设和设计水平。     

基于LSTM网络的驾驶意图识别及车辆轨迹预测

自动驾驶汽车需具备预测周围车辆轨迹的能力,以便做出合理的决策规划,提高行驶安全性和乘坐舒适性。运用深度学习方法,设计了一种基于长短时记忆（LSTM）网络的驾驶意图识别及车辆轨迹预测模型,该模型由意图识别模块和轨迹输出模块组成。意图识别模块负责识别驾驶意图,其利用Softmax函数计算出驾驶意图分别为向左换道、直线行驶、向右换道的概率;轨迹输出模块由编码器-解码器结构和混合密度网络（MDN）层组成,其中的编码器将历史轨迹信息编码为上下文向量,解码器结合上下文向量和已识别的驾驶意图信息预测未来轨迹;引入MDN层的目的是利用概率分布来表示车辆未来位置,而非仅仅预测一条确定的轨迹,以提高预测结果的可靠性和模型的鲁棒性。此外,将被预测车辆及其周围车辆组成的整体视为研究对象,使模型能够理解车-车间的交互式行为,响应交通环境的变化,动态地预测车辆位置。使用基于真实路况信息的NGSIM（Next Generation SIMulation）数据集对模型进行训练、验证与测试。研究结果表明：与传统的基于模型的方法相比,基于LSTM网络的轨迹预测方法在预测长时域轨迹上具有明显的优势,考虑交互式信息的意图识别模块具备更高的预判性和准确率,且基于意图识别的轨迹预测能降低预测轨迹与真实轨迹间的均方根误差,显著提高轨迹预测精度。