关于高速公路建设阳光征迁

高速公路在国民经济发展中的地位和作用已日益显现,极大地满足了人们物质文化生活的需求,同时为国家的政治、经济、文化的发展奠定了坚实的基础。随着我国高速公路网络的逐步形成,安全便捷的高速公路,加速了我们的信息流、物流、经济流动态发展,同时也改变了我们对客观世界的认     

毕业生：试驾北京现代索纳塔八代

从北京现代第五代索纳塔进人中国到现在。已近10年，作为韩系B级车。国内销量一直在德系、B系同级别车型的阴影下。原因可能很多．但其中有一条．我们不难发现．以前的索纳塔．要么长着一张奔驰脸．要么大灯造型看上去有着明显的奥迪印记．仍旧处于学习阶段，     

嗅探设备在船舶尾气监测方面的应用——以全国查处的首起在航船舶使用燃油硫含量超标案件为例

2019年1月1日起,进入船舶排放控制区的海船应使用硫含量不大于0.50%(m/m)的燃油,如何对在航船舶使用的燃油进行监管,最大限度地发挥排放控制区设立的意义,是当前一段时期内面临的重要难题。结合使用嗅探设备查处的全国首起在航船舶使用燃油硫含量超标案件,详细论述嗅探设备在船舶尾气监测方面的优势,以及使用嗅探设备监测在航船舶过程中的体会和建议,探索排放控制区监管的新方式、新方法,为坚决打赢蓝天保卫战贡献海事的力量。     

基于语音特征迁移学习的驾驶疲劳检测

针对现有方法在实际应用时的标记样本稀缺与测试样本数据分布偏移等问题,提出一种基于语音特征迁移学习的驾驶疲劳检测方法。通过基于迁移学习的特征空间变换,对源领域有标记样本与目标域无标记样本数据间的边缘分布、条件分布、流形结构进行联合适配及降维处理,以解决样本数据分布偏移和特征维度过高的问题。以半监督学习的方式来迭代优化目标域样本的伪标记,并据此不断更新特征变换方式和迁移分类器,进而提高疲劳检测模型的精度和泛化能力。通过实验将本文方法与现有常用的监督学习、半监督学习和迁移学习等方法进行对比。结果表明,在测试时间、应用场景和被试个体均发生变化的情况下,本文所提方法的驾驶疲劳检测效果显著优于现有方法,正确率最高达到86.7%,具有实际应用价值。     

基于监督机制的城市交通信号多智能强化学习控制方法

在城市交通环境下,通过分析控制方法灵活性与稳定性的关系,提出一种考虑网络稳定性的多智能体强化学习控制方法。该方法将稳定状态引入信号控制决策模块,建立稳定规则库,在基本多智能体强化学习控制系统上,设置了一套独立运行的稳定监督装置,对违反稳定规则的控制策略进行校正,以约束控制方法灵活性的方式提升其稳定性,以监督控制的形式实现了多智能体强化学习控制。在时变交通流场景下,以典型路网进行VISSIM仿真试验。结果表明:基于稳定监督控制的多智能体强化学习控制方法提高了算法的运行效率,同时保证了控制效果,适用于复杂交通网络。     

首个BeDP模块隆重登台

波罗的海国际海运理事会（BIMCO）与英国主要海事培训机构Videotel Marine International联手,共同打造了一种全新的培训模式——波罗的海国际航运理事会在线学习学位课程（BeDP）。     

受限状态下的高速列车迭代学习控制方法研究

针对受限状态下的高速列车自动驾驶系统的跟踪控制问题,基于列车动力学模型,提出一种带饱和函数的迭代学习控制算法。根据Lyapunov稳定性原理,利用列车运行过程中的状态偏差,推导出基于迭代学习控制的列车自动运行控制律。建立类Lyapunov的复合能量函数,通过在迭代域的差分,证明了其差分负定性和有界性,所设计的算法能够控制列车在迭代域对期望运行轨迹达到渐近收敛。采用本文提出的迭代学习控制算法对列车的跟踪性能进行验证,并与PID控制和D型迭代学习控制算法进行比较,结果表明:相较于其他两种算法,本文提出的算法在第3次迭代中就能控制列车精确跟踪期望轨迹,说明算法具有较快的收敛速度和较高的跟踪精度,且能够将控制输入约束在允许范围内。     

基于改进LSTM-SVM的多传感器船舶旋转机械快速故障诊断方法

微小故障的快速诊断是预防和减少重大显著性故障发生的关键.近年来,基于深度学习的智能故障诊断方法已成为船舶旋转机械领域研究的热点.本文提出了一种基于改进的LSTM-SVM的循环神经网络深度学习算法,解决船舶旋转机械在多传感器监测环境下的快速故障诊断问题.该算法首先采用多层堆叠的LSTM网络作为特征提取器捕获多通道时间序列原始数据中的故障微弱特征,然后在网络末端采用非线性支持向量机(SVM)代替传统的Softmax函数作为分类判别器,进一步提升诊断准确率.实验结果表明,提出的方法具有更高的诊断准确率和更快的诊断速度,更适用于多传感器监测环境下微小故障的快速诊断和实时检测.     

信号博弈下的交叉口TSCA间的协调学习模型的构建

针对路网中交叉口之间交通流的关联性、动态性及不确定性，应用了信号博弈作为交叉口交通信号控制agent（TSCA）间协调的模型，以分布式Q强化学习中Q值更新来进行其效用函数的学习，通过引入记忆因子对奖惩函数进行设计，及相邻交叉口之间的影响建立权值函数，构建了协调学习的仿真实现流程，并通过实验仿真验证此模型的有效性。     

银川公交深入开展党的群众路线教育实践活动第二次集中学习活动

5月9日，银川公交党的群众路线教育实践第二次活动集中学习会在南郊会议室拉开帷幕。公司党委书记、副经理徐建峰，市交通运输局副局长、公司经理柯念国携班子成员及中层以上领导干部参加了此次封闭式集中学习。公司党委副书记、纪检委书记黄焱主持会议。