功能梯度材料的无网格局部Petrov-Galerkin方法

无网格局部Petrov-Galerkin(MLPG)法是近几年发展起来的一种无网格方法,它不需要任何背景网格和积分网格,较适合处理非均匀材料.文中将MLPG方法应用于功能梯度材料的三维问题,对功能梯度材料的力学行为进行了分析,编制了相应的计算程序,得到了满意的结果.     

大吨位移动模架造桥机在客运专线中的应用

分析了移动模架在武广客运专线桥梁施工中的适用性,同时介绍了移动模架的主要构造、主要技术参数以及施工时的关键要点。     

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.     

基于云计算的下一代铁路移动通信网络架构

铁路智能化的发展以及铁路网与互联网的不断融合,对下一代铁路移动通信网络的承载能力和服务质量提出更高的要求。基于云计算的下一代铁路移动通信网络架构并针对铁路应用特点,论述该架构的技术优势和面临的挑战;在分析未来铁路移动通信应用需求的基础上,提出基于集中单元、分布单元和射频拉远单元三层结构的铁路无线接入网络部署方案以及基于移动中继节点的车载移动终端无线访问方案;给出下一代铁路移动通信网络的演进路线。基于云计算的铁路移动通信网络架构可以有效地降低建设及维护成本、提高资源的利用效率、降低能耗,符合铁路未来的发展趋势。     

基于移动网络的海上通信系统构建与应用

为及时监控海上通信系统运行状态,提出基于移动网络的海上通信系统构建与应用。系统通过移动网络通信,实现海上监控装置、移动工作站、数据服务器间的通信,由海上监控装置及时采集与传输通信系统运行状态信息,通过数据服务器利用移动网络通信将数据传输并反馈给移动工作站实现数据内容的访问。在传输过程中及时监控与分析网络问题位置,结合监控中心软件共同实现海上通信系统运行状态的监控,并通过实际应用中验证所设计系统性能。     

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...