故障一点通

大众速腾电子扇V35常转;大众01J无级变速器大修或换电脑后的自适应学习;日产阳光自动变速器1挡升2挡时冲击;大众速腾右后视镜上的转向灯L132无转向信号;凯迪拉克CTS断蓄电池后的防盗解除……     

跨国公司对中国发展自主创新汽车工业的影响

中国当今主要汽车企业分为合资和中资独立企业两类,跨国公司对两类企业发展自主创新能力有着不同的影响.     

63658部队组织驾驶员进行理论知识学习

63658部队坚持把理论学习与实际操作相结合,利用冬训时间,每周安排6个课时,强化对驾驶员的理论培训,并对驾驶员进行理论知识的再学习。通过学习,驾驶员超速行驶、开“英雄车”的现象明显减少,对车辆的基本知识更加了解,维修保养水平有了明显提高,为部队完成科研试验运输保障任务打下了扎实的基础。     

船员英语学习需求与教学措施

航海是一种国际性的职业,船员的特殊的职业决定着他不可能像普通学生一样拿出数年的时间来进行学习和研究,之后又每天按部就班地学习和复习。因此,本文拟从船员的需求、阻碍学习的因素、对待语言的态度以及应采取的措施等方面分析船员英语教学的所需和对策。     

基于投影寻踪学习的大型船舶运动极短期预报

本文结合投影和神经网络的优点,建立了应用于大型船舶运动的极短期预报我多维投影寻踪学习网络（ＰＰＬＮ）结构及算法,并将该算法所取得的预报结果与年历顺归预报法和周期图预报法的结果进行了比较,预报结果说明了该算法的可行性。     

基于Q学习算法的城轨列车智能控制策略

牵引能耗是列车能耗的主要组成部分,针对城轨列车节能运行的问题,将列车运行状态离散化,以列车对速度控制作为动作空间,时间和能耗作为奖励函数,提出一种基于Q学习算法的城轨列车智能控制策略.在不使用离线优化速度曲线的情况下,根据列车当前位置和速度实时计算最优控制策略;同时,在传统Q学习基础上,将∈-greedy策略与司机驾驶...     

Image segmentation based on competitive learning

lmage segment is a primat.‘y step in image analysis of unexploded ordnance (UXO) detection by ground penetrating radar (GPR) sensor which is accompanied with a lot of noises and other elements that affect the recognition of real target size. In this paper we bring forward a new theory, that is, we look the weight sets as target vector sets which is the new cues in semi-automatic segmentation to form the final image segmentation. The experiment results show that the measure size of target with our method is much smaller than the size with other methods and close to the real size of target.     

基于时空注意力卷积神经网络的交通流量预测

为充分挖掘交通流量的复杂时空动态相关性以提高交通流量预测精度,引入空间注意力机制与膨胀因果卷积神经网络,提出一种基于时空注意力卷积神经网络的交通流量预测模型（spatio-temporal attention convolutional neural network,STACNN）.首先,由膨胀因果卷积与门控单元构建的门控时间卷积网络模块用于获取交通流量的非线性时间动态相关性,避免在训练长时间序列时发生梯度消失或梯度爆炸;其次,采用空间注意力机制为路网中的交通传感器节点自动分配注意力权重,动态关注不相邻节点之间的空间关系,并结合图卷积神经网络提取路网的局部空间动态相关性特征;然后,通过全连接层获取最终的交通流量预测结果;最后,利用高速公路交通数据集PEMSD4、PEMSD8进行了60 min的交通流量预测实验.实验结果表明：与基线模型中具有良好性能的时空图卷积网络（spatio-temporal graph convolutional network,STGCN）模型相比,提出的STACNN模型预测结果的平均绝对误差（mean absolute error,MAE）在两个数据集上分别提...     

基于多任务学习和层次分析法的公路隧道支护方案优化设计

为提升公路隧道施工过程中支护的实时性和合理性, 以浙江省龙丽温高速的围岩地质特征和支护方案为研究背景。 分析围岩特征与支护参数的相关性, 确定了以围岩风化程度、 坚硬程度、 岩体完整程度、 地下水状态、 围岩稳定情况为输入围岩特征, 锚杆间排距、 锚杆长度、 喷混凝土厚度、 钢拱架型号为输出支护参数的多任务学习模型结构。 针对多任务学习模型获得的预测支护参数, 通过层次分析法评价预测支护参数中部分强于实际支护参数, 部分弱于实际的支护设计, 结果表明预测支护参数综合得分高于实际支护参数。 研究成果为实现公路隧道快速支护方案选型和评估提供了指导。     

舰载云图像识别性能研究

深度学习的兴起促进了各个电子科技行业的迅速发展,军事科学的智能应用也得到了极大的推广。舰载云环境基于单只舰船,为舰载智能应用提供算力、网络资源和存储支持。深度学习任务依赖强大的计算资源,相同的智能模型在不同的计算平台中性能可能出现巨大差异。在自主可控的大背景下,本文基于深度学习中的典型图像识别任务,对比使用国产和商用计算平台中舰载云上不同配置的虚拟机的表现性能。一方面,分析不同的虚拟机配置与表现性能的关系;另一方面,对比商用及国产平台的性能差距,为舰载云智能化的大规模应用提供理论支撑。