使用朗仁H6 Pro完成2017年现代途胜钥匙匹配

朗仁H6 Pro汽车智能诊断平台配备10.1英寸工业级阳光可读屏,支持原厂诊断、编程设码功能,支持新能源车型,可一键识别车辆VIN码,具有26种特殊功能,新增OBD环保预检功能,紧跟市场需求,专业级防盗匹配,支持车型密码读取、免密码匹配,操作简单,智能高效。     

会话中话语标记语Yes的语用功能分析

话语标记语(discourse marker)是话语交际过程中的一种明示导向标记,对话语的生成和理解都起着至关重要的作用.Sperber和Wilson提出的关联理论为探讨语言形式与语用理解之间的关系提供了一个很好的理论框架,本文依据关联理论的框架,利用收集的口语语料,分析和归纳了话语标记语Yes在会话中的语用功能,以帮助人们更好地理解和生成话语.     

高速列车新型制动系统

从最初在原苏联到后来在俄罗斯,高速列车制动系统的研制工作已历经40余年。在此期间开发、研制并通过试验的列车有:РТ2000型、ЭР200型、Сокол型、涅夫斯基高速列车、反向牵引机车。所列这些机车车辆均具有保证安全运行所必需的设备:统一型“牵引—制动”控制器、快速作用式电空制动机、再生电阻制动机、磁轨和盘形制动机、防滑行装置、空气弹簧等。Сокол型高速列车的电空制动系统已通过了250km/h速度的试验。制动机微机控制和仪器工况诊断系统已在地铁列车和РА1型内燃动车上应用了10多年。本文介绍了由制动设备设计院为速度达300km/h、节数较少的高速列车和地铁列车开发的新型制动系统的结构、功能及主要技术参数。     

基于路侧多机视频目标关联与轨迹拼接的车辆连续轨迹构建方法

针对单个相机覆盖区域有限的问题,本文提出了通过路侧多个相机获取车辆连续轨迹数据的方法。在路侧端布置多台固定相机采集视频数据,采用直接线性变换算法解决相机外参造成的画面畸变问题;通过全时域抽帧提取图片训练样本,采用YOLOv5训练车辆检测模型;针对偶发的车辆漏检情形,通过完整性检查可以筛查出此类情况并修复;针对连续多帧漏检或误检导致的目标关联问题,通过异常轨迹核查算法及数据修复工具解决;针对相机斜下方区域的车辆轮廓变形问题,采用车辆检测轮廓修复算法解决车辆在不同路段检测框大小不一的问题;提出了基于车辆质心坐标匹配的方法实现相邻机位间的车辆轨迹拼接。基于上述多机视频目标关联与轨迹拼接方法,在多机位时间同步下构建了覆盖武汉珞狮路高架桥的车辆连续轨迹数据集,轨迹数据集验证结果表明：数据集涵盖从畅通到拥堵的各种交通状态,包含多段分合流区域,数据集连续时长达到3.5 h,覆盖区域1.41 km;车辆检测模型的召回率达到93.23%,准确率达到98.51%,F1分数为95.80%;数据集包含主路及各处匝道汇入的轨迹共25 734条,其中覆盖道路全域的完整长轨迹15 004条。本研究丰富了路侧多机视频...     

网络新闻比较研究——以新浪网与人民网为例

随着互联网在人们日常生活中的普及,利用网络获取信息己成为当前社会的一个特点。2006年7月,中国互联网信息中心发布的《第十八次中国互联网络发展状况统计报告》显示：在网民获取信息的主要途径的统计中,选择网络的比例是82．6％;在用户经常使用的网络服务功能的统计中,选择浏览新闻的比例是66．3％。由此可见,社会公众对网络新闻的需求是极大的,社会公众获取新闻的首选途径已经更多地从传统的纸质报刊杂志转向了快捷的网络新闻,由此而形成了一个巨大的网络新闻市场。     

基于AnyLogic仿真的城市轨道交通三线换乘站功能评价

针对成都地铁13号线一期工程的新南门站,基于初步设计阶段的客流预测数据,以空间服务水平、平均换乘距离、平均换乘时间为评价指标,应用AnyLogic仿真分析该站设计方案的三线换乘效果.分析仿真结果发现拥堵点产生的位置并提出优化措施:对于中部站厅的拥堵点,通过设置隔离设施可以有效缓解;对于3号线站台的拥堵点,通过缩短发车间...     

基于云平台的铁路视频系统及安全技术研究

云技术的广泛应用是信息技术发展的新趋势,铁路视频监控系统无论从存储的可扩展性、安全性还是从集中管理、大数据收集的角度,都需要云技术的有力支撑,云技术的应用也会带来新的安全问题,如云数据安全风险、虚拟化安全风险、非法访问风险等.简要分析铁路视频监控系统面临的安全问题和相应的安全技术方案.     

LightGBM算法在发动机开发中的应用研究

新型汽车发动机的开发过程包含有前期功能标定阶段和后期耐久性验证阶段。功能标定阶段需要布置大量各类传感器,而耐久性验证阶段则很少布置,因此在耐久性验证阶段出现故障时,会出现因传感器数据不足而无法准确分析故障原因的情况。基于某型号发动机开发前期的功能标定数据,应用轻量梯度提升机（LightGBM）算法,建立并训练合适的模型,并对模型进行特征过滤、丰富训练集等优化,用于预测温度特征。结果表明：该模型精度和预测结果良好,可以很好地解决由于传感器数据不足而无法准确分析故障原因的问题;同时,可以将该模型预测功能应用到其他发动机开发过程中。