基于FAHP的舰船电力系统脆性分析

首次将复杂系统脆性引用到舰船电力系统研究中,由于舰船电力系统是复杂系统,具有层次结构,因此采用模糊层次分析法(FAHP)对其进行脆性分析。由模糊层次分析法求得舰船电力系统各子系统的相对重要度排序向量,找出极易使舰船电力系统崩溃的脆性因素,为决策者提供重要的参考依据。     

如诗如画，金龙复古铛铛车邀您打卡绍兴古城

绍兴首条古城旅游公交环线“升级版”即将上线运营,6辆车身风格迥异的金龙复古铛铛车将“闪亮”登场,为古城旅游注入新活力。为了充分展示绍兴古城的城市风光与文化底蕴,绍兴市公交集团特加大投入、完善设施,以“旅游+公交”深度融合的思路,推出绍兴首条古城旅游公交环线。线路的设置基本覆盖古城内五大历史片区及知名景点,包括鲁迅故里、沈园、秋瑾故居、越王城、绍兴博物馆、阳明故里、大通学堂、西小路历史街区、蔡元培故居、书圣故里、周恩来祖居、八字桥等。这将有效助力绍兴全域旅游向多元化发展。     

深度残差神经网络在腹部平片检出小肠梗阻中的应用

目的通过深度残差神经网络(ResNet38)对腹部立位平片进行学习,从中检出小肠梗阻。方法本研究使用的训练集和测试集数据来源于西安交通大学第一附属医院及陕西省核工业二一五医院,独立验证集数据来源于陕西省核工业二一五医院。由2名经验丰富的影像科诊断医师依据腹部立位平片小肠梗阻的4种征象分别对来源于2家医院的3 298张腹部立位平片进行分类,意见不一致时讨论达到共识,其中小肠梗阻569例(17.3%),非小肠梗阻2 729例(82.7%)。对2组数据采用完全随机分组的方法组成训练集2 305张和测试集993张(训练集∶测试集=2.3∶1),其中训练集小肠梗阻405例(17.6%),非小肠梗阻1 900例(82.4%);测试集小肠梗阻164例(16.5%),非小肠梗阻829例(83.5%)。训练集和测试集小肠梗阻的诊断均以有丰富经验的影像科医师的评判为标准。验证集共861张腹部立位平片,其中小肠梗阻99例(11.5%),非小肠梗阻762例(88.5%),以手术结果及临床诊断为金标准。本研究使用ImageNet 2012年大规模视觉识别挑战赛数据集(ILSVRC2012)对深度残差神经网络(ResNet38)进行预训练;用训练集数据对深度残差神经网络(ResNet38)再训练建立诊断模型;测试集主要用于学习算法过程中,调整算法的参数来修正网络,从而使得网络模型效能更优。结果本研究开发的小肠梗阻诊断模型在测试集上敏感性为84.1%,特异性为65.0%,受试者工作特征曲线(receiver operating characteristic, ROC)曲线下面积(area under the curve, AUC)为0.83(95%CI为0.82～0.92);在验证集上的敏感性为89.9%,特异性为68.0%,ROC曲线下面积为0.87(95%CI为0.82～0.92),AUC为0.87。结论对深度残差神经网络进行有限的数据训练,可以获得一个有效的用于在腹部立位平片上检出小肠梗阻的诊断模型。     

公交人鏖战冰雪保冬运

11月15日晚,乌鲁木齐迎来了2019年入冬最大一场降雪,中心城区积雪深度17厘米,一夜之间乌鲁木齐被笼罩在白雪皑皑的世界里。雪情就是命令,公交集团第一时间启动特殊天气应急预案。公交集团党委书记、董事长康建军,总经理赵明杰及领导班子成员连夜奔赴各自包联的线路、站点,现场了解出车和线路运营情况,并要求在岗职工提前到岗,做好出车前准备工作,保证2207辆公交车、1975辆公交出租,100多辆专线车、通勤班车全部安全上线运营,让“不忘初心、牢记使命”主题教育更“接地气”、让公交服务更“亲百姓”。     

基于轻量级卷积神经网络的烟雾识别算法

由于烟雾图像场景模糊不清,背景复杂多变,难以捕获到有效特征,导致算法识别误报率和漏报率较高;此外,深度卷积神经网络结构复杂,参数繁多,难以缩短其计算时间至1 ms内,这成为实时火灾预警的一大难题. 为了解决上述问题,提出了一种基于4种Inception结构的轻量级卷积神经网络SInception （sequeeze-and-excitation inception）在此基础上加入SE Block （sequeeze-and-excitation block）用于对烟雾特征进行重新分配;同时,为了避免由于训练样本不足引起的过拟合,原始数据集上采用数据增强技术以及生成对抗网络生成更多训练样本,并在后续实验中采用了融合暗通道先验特征的策略. 实验结果表明:该网络在增强的数据集GAN-Aug-YUAN上将识别误报率降为0的同时将准确率提升至99.65%,且计算时间减少到0.26 ms.      

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.     

多年冻土区隧道施工过程中围岩融化圈变化规律研究

多年冻土区隧道在施工过程中围岩受施工热源的影响形成融化圈,在季节性冻融作用下,会造成衬砌表面开裂、剥落、覆冰等冻害.因此,减少施工对冻土原始地温场的扰动是寒区隧道施工的重要控制因素之一.本文以青藏高原风火山隧道为背景,结合实际施工工况、环境温度及地温数据,基于传热学理论,利用数值仿真开展隧道开挖暴露时间、初支施作时机、...     

层状复合岩石三轴压缩力学性能研究

为了研究不同围压、多种界面层倾角和界面层间距的层状复合岩石的力学性能演化规律,利用ZTR-2000微机控制岩石三轴测试系统,开展了不同围压条件下岩样的试验研究.试验结果表明:轴向抗压强度随界面层倾角的增大而降低、随着围压的增大而提高.在低围压时,界面层间距能够提升抗压强度;在高围压时,界面层间距对抗压强度影响不大.层状...     

基于3D CNN的道路视频交通状态自动识别

为了从视频直接有效地提取交通信息,提出了基于三维卷积神经网络 （3D convolutional neural networks,3D CNN）的交通状态识别方法.首先,以C3D （convolutional 3D）深度卷积网络为3D CNN原型,对卷积层数量与位置、平面卷积尺寸及三维卷积深度进行优化调整,形成了37个备选模型;其次,建立了视频数据集,对备选模型进行系统的训练测试,提出了交通状态识别模型C3D*;然后,对C3D* 和现有三维卷积网络模型进行视频交通状态识别测试分析;最后,对比测试了C3D* 及常用二维卷积网络的交通状态识别效果. 对比结果显示:针对视频交通状态识别,C3D* 的F均值为91.32%,比C3D、R3D （region convolutional 3D network）、R (2+1) D （resnets adopting 2D spatial convolution and a 1D temporal convolution）分别高12.24%、26.72%、28.02%;与LeNet、AlexNet、GoogleNet、VGG16的图像识别结果相比,C3D* 的F均值分别高32.61%、69.91%、50.11%、69.17%.      

重力式挡土墙破坏原因及设计施工要点研究

为解决重力式挡土墙破坏问题,结合某挡墙实际情况,对其开裂破坏产生原因进行分析,并提出相应的处理措施与挡墙的设计和施工要点,以期为相关人员提供参考,保证重力式挡土墙设计和施工质量,防止破坏现象的发生.