最难的是 自己给自己信心

迪拜是个好地方。社会繁荣、物价不高，阿联酋人民普遍对中国怀着友好的感情。当地高级手表店的售货员会拿着雷达表对中国顾客说：“贼个好．莫莫损(这个好，永不磨损)。”     

尼桑轿车启动系统控制组件故障诊断与维修

许多尼桑轿车车型存在的发动机启动困难这类故障的原因常常是可预知的,本文将主要讨论尼桑轿车常用启动系统控制组件的诊断和维修工作。     

价值成就你我 携手共赢未来——2015年飞肯四川营销工作会侧记

2014年12月9日,成都,小雨纷飞带来的阵阵寒意,丝毫挡不住经销商们对飞肯的热情。上午9点,以价值成就你我携手共赢未来为主题的2015年飞肯四川营销工作会隆重召开。广州飞肯摩托车有限公司总经理郑洪、成都利德摩托车销售有限公司总经理陈培安一行和来自四川区域的200余名经销商共同出席了会议。此次会议的主持人是资深培训大师余思成,余老师拥有30年营销经验,对于摩托车行业也是颇有研究,他的加盟为会议增色不少。     

“辽筑”牌LJD4000型沥青混合料搅拌设备

“辽筑”牌LJD4000型强制间歇式沥青混合料搅拌设备采用欧洲现代技术,综合国内外多种机型的优点,结合辽筑多年生产经验自主研发的新型产品,具有众多优点。     

无砟轨道有轨电车路基基床结构探讨

国内现代有轨电车建设尚处于起步、摸索阶段,路基设计无现行规范可执行,路基基床结构设计多参照国内铁路技术标准。对此,在理论分析基础上,结合国内在建(已建)的无砟轨道有轨电车项目工程建设经验,对路基基床结构进行探讨,并提出适合无砟轨道有轨电车项目的路基基床结构形式及填料要求。     

强夯法于挖方路基上的应用

本文通过试验段的总结论述了用强夯法处理0.5～1.3m的挖方路基,总结了强夯法的施工方法及经验数据供大家参考。〈br〉 路基是整个公路构造的重要组成部分,承受着由路面传来的行车荷载以及路基本身及路面的重力,它的强度和稳定性,是保证路面强度和稳定性的基本条件。     

基于经验模态分解与长短时记忆神经网络的短时地铁客流预测模型

为降低样本噪声对客流预测模型的干扰, 结合深度学习理论, 提出了一种基于经验模态分解与长短时记忆神经网络的短时地铁客流预测模型; 将预测过程分为3个阶段, 第1阶段预处理原始地铁刷卡数据, 构建进(出)站客流时间序列, 运用经验模态分解法将时间序列转化为一系列本征模函数及残差, 第2阶段利用偏自相关函数确定长短时记忆神经网络的输入变量, 第3阶段基于深度学习库Keras, 完成长短时记忆神经网络的搭建、训练及预测; 以上海地铁2号线人民广场站客流数据验证了模型的有效性。计算结果表明: 与代表性的预测模型(差分自回归移动平均模型、支持向量机、经验模态分解与反向传播神经网络、长短时记忆神经网络)相比, 经验模态分解与长短时记忆神经网络预测模型分别将工作日高峰、平峰、全日的进(出)站客流预测精度分别至少提升了2.1%(2.5%)、2.7%(3.5%)、2.7%(3.4%), 将非工作日全日的进(出)站客流预测精度至少提升了3.3%(3.5%), 说明经验模态分解与长短时记忆神经网络的组合是一种预测短时地铁客流的有效模型; 当预测步长由5 min逐渐增加至30 min时, 工作日高峰、平峰和全日进(出)站客流的平均绝对百分比预测误差分别由14.8%(13.9%)、16.8%(17.4%)和16.6%(17.0%)逐渐降低至7.0%(6.2%)、8.3%(7.5%)和8.1%(7.4%), 说明该方法预测误差与预测步长呈负相关。     

基于EEMD-ELM 的航班运行风险混沌预测

针对航班运行风险可靠预测方案,以某航空公司2016-2018 年航班运行风险数据为基准,通过相空间重构,序列混沌特征的识别,构建基于极端学习机(ELM)的航班运行风险混沌短期预测模型,基于集成经验模态分解(EEMD)阈值降噪方法进行改进;最后,计算风险预测结果,分析不同方式下的预测精度. 结果表明：航班运行风险时间序列具有混沌特征, EEMD方法可抑制序列本征模态函数(IMF)的模态混叠现象;经由EEMD阈值降噪处理后,短期预测结果的修正平均绝对百分误差(MAPE)值显著下降. 证实本文航班运行风险预测方案可行且有效.