基于模糊ISM-DEMATEL的地铁施工安全氛围形成模型研究

地铁施工安全事故多发给国家、企业和个人带来了严重损失.为降低现场安全事故发生频率,研究地铁施工安全氛围的形成模型.基于文献分析和专家访谈识别地铁施工安全氛围的影响因素;运用模糊ISM-DEMATEL方法构建地铁施工安全氛围的多层结构形成模型;选用X项目开展实证研究,验证该多层结构模型的适用性.研究结果表明:地铁施工安全氛围的影响因素可以划分为社会环境因素、工程环境因素、组织或团队因素、管理者因素和工人因素等5类;地铁施工安全氛围多层结构形成模型包括社会基础层、组织-工程中间层、管理者-工人交互层和顶层等4个递进层级;管理者安全承诺为核心影响因素,安全沟通、管理者领导风格、安全培训与教育、制度压力、安全文化和组织价值为显著影响因素;本文构建的地铁施工安全氛围形成模型可有效指导地铁施工安全管理.     

基于FPGA的里程轮信号优选算法设计

文中通过对里程信号产生机理进行分析,提出了一种基于FPGA架构的里程优选算法,给出了实现算法的硬件架构图,并设计相应硬件电路和模拟实验。结果表明:该算法可以对3个里程轮脉冲信号进行优选采集,当里程轮处于超速或者停转状态时也能输出正确的脉冲信号。     

基于ADAMS的舰载补给起重机摇摆仿真及减摇措施分析

舰载补给起重机吊运柱状箱体时,箱体会由于各种外界影响发生摇摆。针对舰载补给起重机起吊的柱状箱体在舰船摇荡、起重机启停、风载的影响下发生的摇摆进行了ADAMS动力学仿真,得到了这3种因素对柱状箱体摇摆的影响情况,以及柱状箱体在预设工况下的运动规律。改变钢丝绳数量和布置形式进行仿真,得到了不同钢丝绳数量和布置下柱状箱体的运动情况以及相对单根钢丝绳的减摇效果,为进行动基座起重机减摇、防摇研究提供了依据。     

基于轻量化网络和注意力机制的智能车快速目标识别方法

为提高智能车在真实环境中的实时检测能力，改善复杂环境下检测效果不佳的问题，本文提出一种基于轻量化网络和注意力机制的智能车快速目标识别方法。首先，为了减少网络计算参数和提升目标识别算法的推理速度，提出利用GhostNet加速YOLOv4的特征提取；其次，为了提高复杂场景下对道路目标的识别精度，在GhostNet和特征金字塔部分添加结合软阈值化改进的注意力模块；最后，为了验证本文提出方法的有效性，选取Pascal VOC、KITTI公开数据集和自制城市道路数据集进行实验对比。与其他目标检测算法在精度和速度上进行比较，结果证明，本文方法在平均检测精度提升1.7%的情况下，模型参数量降低到原来的18.7%，检测速度提升了 66%，检测速度和精度均优于其他算法，可满足智能车的实时感知需求。     

Clinical Detection and Feature Analysis on Neuro Signals

Research on neuro signals is challenging and significative in modern natural science. By clinical experiment, signals from three main nerves (median nerve, radial nerve and ulnar nerve) are successfully detected and recorded without any infection. Further analysis on their features under different movements, their mechanics and correlations in dominating actions are also performed. The original discovery and first-hand materials make it possible for developing practical neuro-prosthesis.     

IMPLEMENTATION OF GRADIENT-BASED ESTIMATION OF HMM PARAMETERS

IntroductionIn Hidden Markov Model ( HMM) - basedspeech recognition systems,it is very importanttoset the parameters of HMMs correctly.Conven-tional training algorithms such as Baum- Welch al-gorithm,are based on the criterion of maximumlikelihood( ML) .The strength of Baum- Welch al-gorithm lies in its fast convergence andmonotonous improvement[1] . For other criteriasuch as maximum mutual information,however,such an algorithm does not exist.In this case,acommon resort is a gradient- b…     

浅谈高速公路建设中的测量工作

测量在高速公路施工中占有极其重要的位置。根据工程特点,分三阶段进行测量工作:施工准备阶段、路基及结构物施工阶段、中间交工验收阶段。     

路面检测车无损检测技术现状

先进路面检测车能够完成对道路路况的多种无损检测,快速准确地获取道路使用信息,在道路的养护管理工作中发挥着巨大的作用,但是在使用过程中也存在着一些问题需要解决.