基于TOPSIS法的岸基救助船优选研究

船舶发生海难事故,需要选取最适合的救助力量开展救助工作,海上恶劣的环境和搜救时间的紧迫性,对选取救助船有很高的要求.文章以水上人命救助为背景,从岸基专业救助船优选角度出发,分别构建两种模型:层次分析法(AHP)、加权和法相结合的优选评价模型,组合赋权、理想解排序法(TOPSIS)相结合的综合评价模型,通过实例将以上两种...     

基于组合赋权-TOPSIS的爆破方案优选

为解决实际爆破工程中方案的优选问题,建立了基于组合赋权-TOPSIS的爆破方案优选决策模型.该模型主要利用逼近理想解排序法(TOPSIS)来实现对方案的优选,从经济、质量、安全3个方面选取了振动速度、飞散距离等12个评价指标,利用层次分析法(AHP)和熵权法相结合的方式确定指标的综合权重,避免了使用单一方法而带来的主观...     

一种基于深度学习的交通标志识别算法

在无人驾驶和驾驶辅助领域,交通标志识别是非常重要的.现实道路中,许多交通标志目标较小且存在相互遮挡的问题,导致标志很难被准确检测.为了解决这一问题,文章利用深度学习网络YOLO v3模型实现对交通标志进行检测.首先,利用数据增强用不同的方式模拟现实天气条件对清华-腾讯交通标志集进行数据集增强,得到更为真实、丰富的标志数...     

序决策逻辑及基于启发式遗传算法的规则挖掘

很多真实世界处理排序问题代替分类问题,例如由不同生产厂商生产的消费品,大学之间的排序等等.一般地,一个全局的信息表需要给定.本文采用了基于Rough集理论的方法来阐述排序规则的挖掘问题,且利用了基于遗传算法的启发式算法来达到算法的实现.     

H-C:基于H-Struct的频繁闭合项集挖掘算法

提出了一种基于H-struct结构的频繁闭合项集挖掘算法H-C。该算法利用了H-struct动态链接结构的特点,快速且高效地挖掘闭合的频繁项集,大大减少了冗余关联规则的产生。试验表明该算法对大型数据库的处理效率和扩展性优于传统的频繁项集生成算法。     

车辆集电系统HILS系统的开发

介绍了车辆集电系统HILS系统的结构,运用日本铁道综合技术研究所试验装置进行了基于动态子系统法的HILS系统的试验,验证了HILS系统的工程适用性.     

Java语言的字符编码问题探讨

由于Java语言的字符集有很多套编码方法,这就使得有相当多的人对Java语言的字符编码方法不易完全掌握.通过查看Java帮助文件及编程实践,在摸清该问题规律的基础上,分析讨论了3种情况下的Java语言字符编码问题,并提出了有实用价值的4点结论.     

基于HighD数据集的高速公路交通冲突预测方法

为改进高速公路交通冲突模型,基于High D数据集提取某路段交通冲突数据和交通流数据,依据TTC(time to collision,碰撞时间)的大小确定轻微冲突、一般冲突以及严重冲突的阈值。研究不同影响因素与冲突次数之间的关系,并对4种模型的效果进行比较,为冲突预测方法的研究提供思路。首先,针对不同严重程度的交通冲突数分别采用Poisson(泊松)模型、NB(Negative Binomial,负二项)模型、ZINB(Zero-inflated Negative Binomial,零膨胀负二项)模型及ZIP(Zero-inflated Poisson,零膨胀泊松)模型进行回归分析。其次,利用赤池信息量准则、贝叶斯信息准则对4种模型的拟合效果进行比较。结果表明:不同冲突次数预测模型中表现最佳的模型分别为NB模型、ZIP模型以及Poisson模型,3种模型中加速度标准差和平均速度都与冲突次数显著相关。     

中小型船厂集配中心管理模式浅析

现代造船模式中,集配中心是实施托盘管理的执行机构。集配中心的运作将直接影响船厂托盘集配和舾装作业的进度。本文论述了集配中心的作用,中小型船厂集配中心现状并提出规范化管理的若干建议。