基于深度主动学习的MVB网络故障诊断方法

多功能车辆总线MVB （multiple vehicle bus）用于传输重要的列车运行控制指令和监视信息,准确地诊断MVB网络故障是列车智能运维的基础,为此,提出一种将主动学习和深度神经网络相结合的MVB网络故障诊断方法. 该方法采用堆叠去噪自编码器自动提取MVB信号物理波形特征,并将该特征用于训练深度神经网络来实现MVB网络故障模式分类;基于不确定性和可信度的高效主动学习方法,可解决实际应用中标记样本不足和人工标记成本高昂的问题,使用少量标记训练样本就能得到高性能的深度神经网络模型. 实验结果表明:为达到90%以上分类准确率,所提方法只需要600个标记训练样本,小于随机采样方法所需标记训练样本数的2 800个;在相同标记训练样本数下,所提方法在3种性能指标下均优于传统方法.      

考虑多维动态特征交互的高速公路实时事故风险建模

为探究天气和道路等特征,以及交通流、天气、道路及时间等多维动态特征之间的交互作用对实时事故风险预测模型精度的影响,本文基于京哈高速公路北京段的事故数据,以及匹配的交通传感器数据、天气数据和道路特征等,构建4个数据集,分别为只包含交通流变量,包含交通流变量、天气及时间特征变量,包含交通流变量、道路及时间特征变量,包含交通流变量、天气、道路及时间特征变量。从考虑多维动态特征的交互效应出发,基于深度交叉网络,提出一种新的实时事故风险预测模型。结果显示,本文所构建的深度交叉网络模型比其他几种实时事故风险预 测方法显示出更高的精度。模型的AUC值(Area Under Curve)可达0.8562,在0.2的概率阈值下, 可以正确分类84.26%的非事故数据和77.55%事故数据。结论表明,本文采用的多维动态特征交互样本条件下的深度交叉网络模型能够有效地预测高速公路交通事故,可为我国高速公路安全管理部门提供理论与技术支持。     

在役码头桩基承载力静载试验

传统在役码头的桩基承载力检测需拆除上部结构,使得检测工作量大且工期较长。以某旧码头桩基检测工程为依托,阐述在保持上部结构完整的情况下,快速准确检测桩基承载力的方法。首先通过数值模拟分析上部结构与桩基荷载分担比例,初步确定试验堆载量。同时在码头下部的桩头安装传感器,加载过程中能较精确的测得桩顶的实际荷载。用该方法顺利地对该码头2根桩承载力进行检测,取得了较好的效果。     

智慧交通与智慧物流

智慧交通和智慧物流是智慧城市建设的重要内容.智慧交通技术的创新和发展，促进了智能交通升级.解决大规模数据计算问题是物流智能化的基础.本次论坛以“智慧交通和智慧物流”为主题，介绍了安全驾驶统一集理论、实践及成果，探讨了新一代信息技术对智能交通发展与创新的推动作用，介绍了无人驾驶技术的总体框架、发展与应用，探讨了智慧物流所面临的大规模数据计算问题及解决方案.     

当前交通肇事犯罪的现状及预防

一、交通肇事犯罪案件多发、高发的主要原因(一)驾驶人员驾驶技术不过关。当前驾校对驾驶员培训,一般是一个月学习理论,一个月学习驾驶,两个月就培养出一批驾驶员。其至有的驾驶员没有经过培训,就驾车上路行驶。驾驶员技术基础不牢,经验不足,因此遇到特殊情况手忙脚乱,采取措施不当,导致事故发生。     

银川公交有效开展“堡垒”“先锋”工程活动迎来学习观摩团

2013年11月22日下午，由银川市委组织部组织的银川市“堡垒”“先锋”工程观摩团，来到银川公交运营三分公司党支部，对其“亮牌评星争先锋”等党建工作进行观摩调研。观摩团由市委常委、组织部部长周云峰带队，市国资委、市公安局等三区两县三十多家县处级单位党委、党组书记组成。银川市交通运输局党委书记、局长陈志文，副局长、公司经理柯念国，公司党委书记、副经理徐建峰等领导陪同观摩调研。     

基于网络的高职英语自主学习多模态环境构建

本文探讨了在网络技术不断发展的背景下,如何建立网络的多模态环境,从多个方面给予高职学生不同的学习体验,以提高高职英语自主学习的效果,最后提出了一种基于网络多模态英语自主学习模型。     

上海复古骑行大会回顾

<正>2014年10月25日,第二届上海复古骑行大会在充满海派复古风情的外滩老码头完美谢幕。本次活动由700BIKE与《城市画报》携手举办,上海万科为独家赞助伙伴。活动主题为"以复古之名,感谢上海,秋季单车大派对",共同打造上海一年一度的复古盛会。"上海,谢谢侬!"是本次活动参与者的共同口号。现场,三百多名来自各地的单车爱好者,骑着各种造型的自行车,穿着精致却不古板的复古服装,从上海的不