现阶段船员上船前防疫工作的思考

为做好船员到船前的防疫工作,文章从三个维度入手分析了船员上船前防疫风险、防疫措施和应急措施,助力船员平安健康上船工作。     

城市交通相关空气污染健康风险研究综述

交通空气污染问题作为交通问题重要部分,因危及到人体健康而越发受到人们的重视。文章将对近年来关于交通空气污染对人体健康影响的相关研究进行综述,并从不同交通空气污染物导致的相关疾病及其与特定污染物暴露研究方法分析介绍,从而更为系统全面了解地交通相关空气污染物作用于人体相关生物机理,为交通相关空气污染控制与防护提供科学依据。     

智能网联汽车背景下的车辆专业教学改革和探索

在现如今,新一代信息通信技术以及人工智能技术正在高速发展,智能网联汽车作为这些新技术集成的载体,将成为新一轮产业转型升级的重要标志和依托。我国十分重视智能网联汽车的发展,并出台了一系列政策以促进智能网联汽车的快速发展.     

基于车载平台的智能汽车 网联技术发展方向

目前,国家正大力发展智能网联汽车新技术.智能网联汽车的核心技术在车载平台和基础设施的共同支持下,在车辆关键技术、信息交互关键技术、基础支撑关键技术等方面将迎来重大技术突破.本文从环境感知等几个方面简述了技术发展方向,供各位参考.     

基于AHP-灰色关联度分析的公路工程施工风险评价研究

为充分辨识、量化评估公路工程施工风险,规范施工安全管理,结合影响公路施工安全的技术风险、施工人员素质、管理组织能力、施工安全环境、材料设备供应等情况,构建公路工程施工安全风险评价指标体系,结合AHP与灰色理论构建风险评价模型.并以某高速公路5个标段为工程实例,分析路段施工安全风险,结果表明:该方法能够准确评价公路工程施...     

基于Adaptive Lasso与RF的航班运行风险预测改进研究

为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法（Adaptive Lasso）进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明：Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效.     

支持向量机增量学习算法研究

给出了使用多支持向量机进行增量学习的算法．传统的支持向量机不具有增量学习性能，而常用的增量学习方法各具有不同的优缺点，基于固定划分和过间隔技术，提出了使用多支持向量机进行增量学习的算法；使用此算法，针对标准数据集BUPA及用NDC生成的数据集OUTTRAIN进行了实验，结果表明，使用单一的支持向量机进行增量学习，不论采用过间隔还是固定划分技术，其增量学习的正确率不及使用多支持向量机增量学习算法的正确率。     

集装箱运输组织信息集成模式研究

基于对集装箱运输组织流程的剖析,提出了集装箱运输组织信息的集成模式。这个模式涉及信息集成需求分析、体系结构的确定和基于多Agent的信息集成实现等内容。研究表明：集装箱运输组织必须得到来自不同信息源、具有不同特征的不同类型信息的支持、具有多数据源支持、集成分析功能多样和存储虚拟等特点．它可以通过建立虚拟视图的方式来实现基于多Agent的集装箱运输组织信息集成．     

市政代建项目代建人风险分析与控制研究

在分析项目生命周期各阶段代建人风险集成管理的实现模式和代建人风险管理的运作的基础上,运用具体实例,阐述了代理人在市政工程项目中的风险管理及费用风险的控制。