基于岗位要求的高职《汽车保险与理赔》课程信息化教学改革研究与实践

文章基于汽车保险行业岗位要求,根据《汽车保险与理赔》课程特点和教学中存在的问题进行信息化教学改革,培养学生保险销售能力、承保核保能力以及查勘定损实际处理能力。此次改革增强了学生自主学习意识,提高了学习兴趣,实现以“学生为主,教师为辅”的教学模式,提升教学效果。     

动态管理模式下路侧停车泊位占有率预测方法

城市停车已逐步实现信息化和动态化管理,本文对动态管理模式下大范围路侧泊位占有率预测方法进行研究.在收集美国旧金山492万条停车交易数据的基础上,利用可同时提取数据空间关联和时序趋势特征的卷积长短时记忆神经网络(Convolutional LSTM Network,ConvLSTM),分别构建考虑停车费率和时限动态变化的有政策模型,和没有动态管理信息输入的无政策模型.结果显示,有政策模型的训练效率和预测精度会显著提升.在政策平稳阶段,两种模型均能够有效预测泊位占有率;在政策发生变化时段,无政策模型的预测误差出现激增,但有政策模型的预测误差依然保持平稳,表明本文提出的方法能够很好地应对动态管理模式下停车需求的变化.     

基于时空特性和组合深度学习的交通流参数估计

为深入挖掘交通流时空特性,提高交通流参数估计精度,基于深度学习提出一种交通流参数估计的组合方法.根据目标断面及其上游断面的交通流数据构造输入矩阵,利用卷积神经网络捕捉交通流的空间特性,使用长短期记忆和门控循环神经网络挖掘交通流的时间特性,组合3种深度学习方法所得输出,得到交通流参数估计值.采用中国安徽省合肥市和美国加州...     

支持向量机增量学习算法研究

给出了使用多支持向量机进行增量学习的算法．传统的支持向量机不具有增量学习性能，而常用的增量学习方法各具有不同的优缺点，基于固定划分和过间隔技术，提出了使用多支持向量机进行增量学习的算法；使用此算法，针对标准数据集BUPA及用NDC生成的数据集OUTTRAIN进行了实验，结果表明，使用单一的支持向量机进行增量学习，不论采用过间隔还是固定划分技术，其增量学习的正确率不及使用多支持向量机增量学习算法的正确率。     

GPS在航潮位测量中的关键技术研究

在传统潮位测量方法缺陷分析的基础上,提出了在航潮位测量思想。为了获得高精度的在航潮位测量成果,对利用GPS RTK/PPK技术进行潮位测量和数据处理中的关键问题进行了深入的讨论。这些关键问题主要有姿态改正、GPS高程质量控制、垂直基准转换、基于信号的在航潮位提取。在姿态改正中,详细的给出了姿态改正的计算模型;对于GPS RTK/PPK高程数据存在的异常的问题,给出了Kalman滤波以及Heave修正的方法;为使GPS在航潮位研究实用化,对验潮中垂直基准的转换问题进行了深入的研究和讨论,最后给出了无缝垂直基准的概念和转换思想;利用信号处理理论,基于Butterworth滤波器,提取出了潮位,并将GPS潮位与潮位站潮位进行了比较,获得了理想的结果。     

长江江岸电台异地同播覆盖技术探讨

长江江岸电台"异地异频同播"覆盖技术在相当长的一段时期内为行驶在长江流域的广大船舶提供了内容广泛的通航安全助航信息服务,对降低船舶交通事故率发挥了重要作用,但随着时间的推移,该技术已暴露出了其自身无法克服的两大弊端。本文认为在长江江岸电台系统中采用更新模式引入调频同步广播技术是解决覆盖问题的最好办法。长江江岸电台采用异地同频同播覆盖技术的意义在于,该技术创新通信传输和控制机制,优化通信资源布局,并将在今后的防汛抗洪、抢险救灾、巡航救助、特殊任务等诸多领域中发挥重要作用。     

超大型油轮在航过驳作业设备——缆绳

油轮在港外进行原油过驳作业对满足我国对原油进口量高速增长的需要、加快油轮的卸载减载和营运周期、提高港口吞吐量、减少港口建设投资风险等方面都有明显的效益。本文主要是对于超大型油轮在航过驳作业所需要的设备之一缆绳进行了计算和论证。     

基于流形理论的数据分类挖掘

数据挖掘技术应用于作战指挥挖掘系统,能为指挥员的决策分析提供智能化的、自动化的辅助手段。在分析数据挖掘问题中的分类算法的基础上,利用流形结构对分类算法进行了改进。从而避免全局线性对分类信息造成的丢失,保留完整的数据结构信息,在一般意义下完成针对数据集的各项任务。