营养宣教对西安某社区成年人营养知识-态度-行为的影响

目的了解西安某社区成年人的营养知识水平,帮助其树立合理营养、平衡膳食的理念,以促进健康。方法随机抽取西安市某社区136名成年人,在进行多种形式的营养宣教前后,进行营养知识、态度、行为(knowledge-attitude-practice,KAP)调查,比较宣教前后调查对象对问卷中营养问题的知晓率、对营养教育的态度以及饮食行为的变化来评估营养宣教的效果。结果营养宣教后,该社区成年人的营养知识得以提高,饮食理念和饮食行为趋于合理。结论营养宣教可提高社区成年人的营养知识,能改善他们的饮食理念和饮食行为,在社区开展营养宣教活动是十分必要的。     

读书

<正>大数据环境下城市交通分析技术作者:杨东援段征宇出版单位:同济大学出版社出版时间:2015年1月本书探讨大数据环境下城市交通分析技术问题,力图将交通数据分析技术发展推上新台阶。内容既包括数据环境介绍、数据化决策需求、技术架构建立等整体性问题,也涵盖了数据质量控制与修补、交     

专题导读

<正>近年来,在移动互联网技术迅速发展的背景下,出租汽车行业出现了新的服务模式,同时也面临着危机和挑战。一是出租汽车行业自身的矛盾问题,即行业是否应放开管制;二是出租汽车行业面对其他模式的冲击问题,即在传统出租汽车之外预约专车是否该鼓励发展;三是出租汽车行业与移动互联网技     

基于 Web 的舰船装备 IETM 系统设计与实现

装备信息化维修保障一直是相关研究机构关注的重要内容,舰船装备交互式电子技术手册（IETM ）的研究和应用对海军信息化建设和提高装备保障能力具有十分重要的意义。论文分析了 IETM 开发的关键技术,设计了基于 Web的舰船装备 IETM 系统,对推进海军维修信息化建设具有重大推进作用。     

AIS数据分析和可视化展示的应用

通过AIS数据分析和可视化展示结果,分析其在海上助航设施配布和调整、海上施工作业选点和通航安全论证、桥梁通航论证和防撞效能评估、船舶异常行为分析等案例的典型应用场景,为进一步挖掘AIS大数据潜能,提升航海保障服务质量和效率,赋能水上智慧监管和航运企业智慧经营提供参考。     

引进绩效管理提高档案工作整体水平

随着社会经济市场的日益竞争的激烈,企业为了规范自身行为,增强竞争力,激发企业员工的潜能,在人力资源管理上引进了全新的绩效管理系统。     

高低墩大跨连续刚构桥受力分析

为研究高低墩大跨连续刚构桥梁受力特点,文章基于Midas Civil有限元软件,分析了不同桥墩型式对主梁弯矩的影响,并研究了等高桥墩、高低墩两种状态及墩高差较大情况下连续刚构桥受力行为的差异,为类似桥梁设计提供参考。     

基于SEM-Logit模型的互联网租赁电动自行车使用行为研究

为了解居民对互联网租赁电动自行车的使用意向和决策行为,对居民对互联网租赁电动自行车的使用行为偏好进行探究。首先,通过调查问卷了解居民对互联网租赁电动自行车的态度认知。然后,采用结构方程模型（Structural Equation Modelling, SEM）分析居民对于互联网租赁电动自行车使用意向的影响因素,并采用SEM-Logit模型分析居民对于互联网租赁电动自行车的选择决策行为。最后,以西安市为例进行实证研究,以弥补以往仅从定性角度分析互联网租赁电动自行车使用行为的不足。结果表明：男性、固定职业者、中等收入者、短距离出行者更愿意选择使用互联网租赁电动自行车;态度、感知有用性和感知易用性作为心理潜变量也会影响居民对互联网租赁电动自行车的使用行为;与非高峰期相比,受访者在高峰期对互联网租赁电动自行车的使用意愿更高,高峰期和非高峰期使用互联网租赁电动自行车的比例分别为19.58%和14.42%。根据研究结果,引入互联网租赁电动自行车对西安市居民现有的出行结构会产生一定影响,但影响程度不大。因此,建议政府相关管理部门统筹协调,提前谋划、制定互联网租赁电动自行车的发展路径。     

基于ETC门架数据的高速公路车辆行驶特征画像方法

为合理评估高速公路车辆驾驶行为风险和通行费稽查状态异常程度,进而对风险车辆进行提前预警,提出了一种基于ETC门架数据的车辆行驶特征画像方法。首先,通过分析车辆风险驾驶行为和通行费稽查状态,构建了以超速驾驶行为、疲劳驾驶行为、门架状态异常情况、收费状态异常情况、路径状态异常情况为指标的车辆行驶特征画像指标体系;然后,利用熵权-TOPSIS法和熵权-灰色关联分析建立综合熵权法确定各指标权重;最后,选取8辆车作为实验对象生成车辆行驶特征雷达图来验证该方法的有效性。研究结果表明：在4辆1类客车中,有3辆存在超速驾驶行为,其超速驾驶指数趋于0.8,其余的行驶特征指数均趋于0;在4辆6类货车中,有2辆在疲劳驾驶指数上表现异常,其疲劳驾驶指数趋于0.4,还有1辆的收费状态异常指数趋于0.4,可能存在偷逃费风险。可以看出,该方法能有效区分不同车型的风险类型,在高速公路管理中可用于有针对性的风险决策制定。     

基于高速公路自然驾驶数据的自动驾驶车辆跟驰智能性评价模型

为解决当前自动驾驶车辆跟驰智能性评价中存在的以主观评价为主、缺少微观驾驶行为数据支撑的问题,以高速公路自然驾驶数据为基础,从自动驾驶车辆与人工驾驶车辆驾驶行为一致性的角度出发,构建自动驾驶车辆跟驰智能性评价模型。首先,通过无人机视频拍摄和图像处理,获取了国内18个省份部分高速公路上的高精度车辆轨迹,利用K-means聚类方法提取了15 446组稳定跟驰数据。然后,采用描述性统计方法对速度、加速度、跟车间距及跟车时距等指标进行分析。通过Gamma分布拟合不同速度下的跟车间距,以不同速度下跟车间距众数为中心,将跟车间距按照样本量的70%、20%、10%划分为与人工驾驶车辆驾驶行为一致性较好、一般、较差等3种情况,以此为基础建立自动驾驶车辆跟驰智能性评价模型。最后,通过自动驾驶车辆跟驰试验,证明所建模型适用于自动驾驶车辆跟驰智能性评价,相比既有研究,该模型的特点是能基于全过程、微观跟驰行为数据对自动驾驶车辆做出综合的量化评价。这表明基于自然驾驶数据与驾驶行为一致性构建的模型能客观、量化评价自动驾驶车辆跟驰行为,可用于自动驾驶车辆跟驰行为研究与技术参数设计。