考虑多人相互影响的舰船通道最短路径规划

将时间维引入既定舰船通道网络,把考虑多人相互影响的动态最优路径规划问题转化为时间依赖网络中的最优路径搜索问题。首先,论文的算法为所有人员随机生成走行路径,为了预测网络中的弧(路段)的走行时间,按人员速度从慢到快的顺序依次计算并记录人员到达路径中的各路段首节点的时刻,先记录到的人员将成为后记录到的人员的动态障碍。然后,将遗传算法与网络中弧的走行时间预测方法相结合,借助遗传算法的个体多样性天然地解决了人员走行任意性问题,因而获得了全局动态最优路径算法,并仿真计算了两人以及三人的最短时间路径;经与不考虑人员间相互影响时获得的最优路径相比较,论文的算法获得了人员遇到障碍时(或跟行或绕行)的最优走行路径。最后,借助时间依赖网络中的最优路径充要条件定理,说明了算法的有效性。     

基于贝叶斯网络的海上交通系统设备投资风险决策

随着航海科技的发展而相继出现的一些比现有交通系统设备更智能先进的设备可以提高船舶航行的安全性,进而提高船舶乃至船舶公司和航运公司的收益,但是投资这些智能先进设备会导致整个系统的成本增加.因此,为降低决策风险,基于贝叶斯网络方法,通过分析海上交通设备所影响的相关因素及其对海上船舶事故的影响,建立海上事故的贝叶斯网络;通过调研和专家问卷获取相关数据,并对其进行处理得到相关的先验概率和条件概率;将这些数据输入到贝叶斯网络得到后验概率,通过计算得到使用现有设备和智能设备的期望收益,进而做出风险决策.     

基于无线传感器网络的运动目标检测动态聚类图

有效的目标跟踪需要积极的传感器节点对运动目标群实行跟踪。与单目标跟踪相比,聚类在效能上有显著提高。本文提出准确的相干和非相干运动模式下目标的聚类,采用隐式动态时间框架来评估在创建连接组件加权图的目标关系史。该算法采用目标跟踪中定位算法的关键特征,即估计当前和预测的位置来确定移动目标的方向和距离的关系。模拟结果显示,通过动态调整历史窗口大小和预测目标之间的关系,可以显著提高聚类的准确性并减少运算时间。     

LonWorks分布式控制网络技术在轨道列车中的应用

LonWorks作为一种成熟的控制网络技术,己在列车通信网络中得到广泛的应用,但因不能实现自动编组,且与车辆总线的连接也有问题,使其运用受到限制。现提出了初步解决方案,并通过实验进行了验证。     

基于贝叶斯网络的高速公路交通事故严重程度预测及致因分析

为了深入研究高速公路交通安全,剖析高速公路交通事故的发生机理以及各类因素对高速公路交通事故严重程度的影响,收集曲靖市境内沪昆高速段2017—2019年的1 939起交通事故进行研究。以事故严重程度为因变量,筛选出人、车、路、环境4个大类下的与事故严重程度相关的19个影响因素为自变量,采用数据融合法基于树增广型贝叶斯网络构建事故严重程度预测模型,量化各因素间的影响关系,经特征筛选找出关键致因,并结合案例进行推理分析。结果表明：影响高速公路交通事故严重程度的关键致因依次为天气情况、视距情况、路面情况等。模型对高速公路事故严重程度预测准确率可达84.27%,高于传统贝叶斯方法,模型有效性验证良好。针对事故主要致因提出改进建议,可为交管部门提供准确事故信息辅助决策,加快事故响应速度,提高事故应急指挥能力。     

如何做好电子文件的归档工作

随着计算机技术和网络技术在科学研究、生产建设等业务工作中的普遍运用,及其在计划决策、职能管理工作中的迅速发展,文件的载体结构正逐步发生变化,产生了大量的以数字化形式保存的电子文件,并将成为未来档案的重要组成部分。与纸质文件相比,电子文件的归档是一项更为艰苦细致、难度更大的工作,主要原因是大多数电子文件形成者还囿于传统观念,认为电子文件不是文件而忽视其归档;或由于电子文件对计算机系统的依赖,对于不熟悉操作技术的立卷人来说,容易产生畏难情绪。如何做好电子文件的归档工作,提高进馆档案的数字化率,确保电子文件的真实性、完整性、安全性和可识别性,是当前档案信息化建设工作中必须思考的问题。     

城市轨道交通网络运营组织协调性研究

分析了城市轨道交通由单线管理向网络化运营转变过程中的实际问题,提出了分析网络运营组织协调关系的必要性.从路网运输能力均衡配置角度,阐述了网络运营协调的主旨,对影响运营组织的多个关键要素做定性分析.采用解释结构模型法,根据推移律特性,建立网络运营协调要素的多级递阶结构,对层次划分结果进行要素间的关联性分析.该结构模型可作为协调准则应用于运营组织过程,为网络列车运行计划的制定提供理论依据.     

数字化教育人文精神缺失的反思与构建

对数字化教育人文意蕴的缺失进行了阐释,对数字化教育人文意蕴缺失的归因进行了详尽的分析,提出了一些在数字化教育构建中人文精神应注重和遵循的原则。     

融合残差网络和特征金字塔的小尺度行人检测方法

针对小尺度行人检测中存在的过拟合、特征不易对齐,以及易忽略多尺度特征等问题,研究了1种融合残差网络和特征金字塔的小尺度行人检测方法。考虑到原始残差网络在检测小尺度行人时过于依赖训练集而出现过拟合问题,构建带有丢弃层的残差块代替残差网络结构中的标准残差块来解决这一局限,同时利用丢弃层的正则作用降低计算过程的复杂程度。通过在特征金字塔网络的侧向连接部分嵌入特征选择模块和特征对齐模块,对输入图像中重要的行人特征加强和对齐,提升算法对行人的多尺度特征学习能力,弥补特征金字塔网络出现特征不易对齐和易忽略多尺度特征的缺陷,提高小尺度行人的检测精度。在Caltech Pedestrian数据集上对模型进行训练、测试和验证,实验结果表明：小尺度行人检测精度为73.6%,AP₅₀检测精度为95.6%。在同为50层残差网络和特征金字塔网络下,改进后的模型可以使AP值提高17.2%,AP₅₀提高7.8%,小尺度行人检测精度提高了21.6%;在同为101层残差网络和特征金字塔网络下,可以使AP值提高24.5%,AP₅₀提高8.2%,小尺度行人检...     

老年人驾车出行转移行为影响因素分析

我国老龄化进程不断加快,公安部于2020年发布取消小型汽车驾驶证申请70周岁上限,老年人群的驾车出行行为备受关注。提出结构方程模型与贝叶斯网络的综合分析方法：以结构方程模型验证老年人转向驾车出行意向的社会认知理论因素,结合机器学习领域的贝叶斯网络计算输出关键决定因素并量化因素间的关系强度。研究结果表明：约16%的老年人有高水平的驾车出行转移意向;态度、主观规范与自我效能感对驾车出行转移意向产生的影响力最大;当老年人的自我效能感和态度由低状态变为高状态时,转移意向的高状态发生概率呈现约185%和265%的增长幅度。这有助于了解老年人的驾车心理需求,为预测未来高龄驾驶群体规模提供思路。