多元评价体系组合模型在铁路隧道变形预测中的应用

为克服传统预测模型结构单一、预测精度及稳定性不足等缺陷,提出多元体系组合预测模型的建模思路。首先,基于支持向量机、BP神经网络及ARMA模型3种单一预测模型,构建铁路隧道变形预测体系;再以均方根误差、误差平方和及平均绝对误差等为评价准则或指标,构建各预测结果的误差评价体系,求解各单项预测模型的权值贡献指数,得到最优组合权值;然后利用后验差检验、残差检验和关联度检验构建预测精度校验体系,对组合预测结果进行检验,评价预测模型的有效性;最后,结合工程实例,对多元体系组合预测模型在特大断面隧道中的变形预测效果进行检验。结果表明:多元评价体系组合模型预测相对误差值均小于2%,具有较高的预测精度,且较单一预测模型具有更高的预测精度,也一致通过相关检验,验证了多元体系组合预测模型的有效性。     

商用车车载网络技术平台化设计与应用

对商用车车载网络技术进行平台化设计,通过网络协议的组合及网关的灵活运用,实现对不同车型、不同配置的应用。将已有项目的开发成果应用到新的项目,可以降低整车的设计和制造成本,避免了重复开发工作,缩短开发周期。     

智能网联汽车网络架构方案研究

对传统汽车网络总线类型及网络架构特点进行分析,结合智能网联汽车特点智能化和网联化、以及智能网联汽车对传统汽车网络架构的挑战,提出基于以太网的汽车网络架构解决方法、并阐述了应用以太网网络架构的应用推进过程、介绍了汽车以太网应用协议的分类,解决了汽车大数据传输问题。     

城市老城区健康道路交通模式探讨

为解决城市老城区交通压力持续增大的问题,从道路系统、公共交通系统、慢行交通系统三个方面进行研究,基于健康城市理念,并借鉴国外城市老城区交通发展模式,提出国内城市老城区健康道路交通模式应具有道路网络"高密度、小街区、微循环",公共交通全覆盖、高效率,慢行交通空间连续、设施完善、与公共交通无缝衔接等特征,为老城区健康道路交通规划设计提供参考。     

深圳锐明关于近期网络上传播的网络视频信息安全排查说明

近日,因知名安防企业突遇“黑天鹅”,网络信息安全一夜之间引发各界关注.“急客户所急,想客户之先”,锐明积极检视自身,启动了对所有相关设备的验证排查工作,从系统的架构设计到设备的内部缓冲区机制执行,从设计原理的检视到假设性攻击的尝试,均详细进行验证,排查结果为锐明设备不存在类似漏洞.特作此说明: 1、系统架构天然具有更好的防护.车载移动视频监控系统因应用场景的特殊,前端车内系统与后端平台之间采用3G网络进行链接,未经过有线网络;联通、移动3G网的IP地址尤其不易追溯,故此,3G网络自带的防火墙为车载视频的传递提供了更多一级的防护;有效避免了外部的非法接入和DDOS攻击.     

珠三角科技型小微企业协同创新网络的构建

珠三角地区作为我国重要的城市群之一,拥有众多的小微企业,这些企业的发展模式受到大家重视和关注。文中首先分析了珠三角科技型小微企业协同创新存在的问题,提出协同创新网络的构建是解决当前一些问题的有效措施;其次,在协同创新网络的构建中,分析了构建的主体要素、构建的模式、构建的过程和具体的构建框架;最后分析了构建后的协同创新网络的特征。     

基于网络学习空间的S-ISAL教学方法在《旅游英语》课程中的实证研究

以云计算为依托的现代信息技术带动高职课程资源整合方式和教学方式改革。本文依托网络学习空间平台,以《旅游英语》课程为例,详细阐述S-ISAL整体教学设计、空间课程资源建设和创新实践,旨在探寻S-ISAL基本要素配置规律,进一步验证S-ISAL教学方法在日益普及的网络教学中的应用及推广价值。     

城市轨道交通网络可靠性分析

为预防突发事件对城市轨道交通网络的影响,提高应变能力、增强运营稳定性,有必要对其网络可靠性进行分析。以上海市轨道交通网络为实证对象,基于L空间和P空间方法建立两种网络拓扑结构,分析其复杂网络的静态特性。提出针对车站删除方法的4种攻击策略,并对各种攻击策略下网络可靠性的变化进行比较分析。结果表明,轨道交通车站网络和换乘网络对随机攻击具有鲁棒性,对蓄意攻击具有脆弱性;动态攻击策略对网络可靠性的影响比静态攻击策略更大。     

基于SOM的我国民用机场分类研究

科学准确地对民用机场分类可以将机场自身定位,为机场发展及评估提供可靠依据,具有重要的现实意义。本文选用了15个影响我国机场分类的关键因素,运用神经网络技术中的自组织映射(Self-Organizing Map,文中简称SOM)将我国民用机场进行了细分,并分析了各类机场的特点。结果表明,SOM能很好地应用于我国民用机场分类,是一种科学、有效的分类方法。     

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。