好本领 为了好服务 天津海事局举办职工素质竞赛

为全面提升海事员工素质,增强水上安全监督管理与服务能力,5月18日,天津海事局举办了别开生面的职工素质竞赛,这也是开展学习实践科学发展观活动以来,天津海事局为更好地服务地方经济发展,服务滨海新区开发建设的新探索。此次     

基于场景动力学和强化学习的自动驾驶边缘测试场景生成方法

为解决小概率高风险边缘测试场景的问题,本文提出一种基于场景动力学和强化学习的边缘场景生成方法,实现边缘场景的自动生成,能模拟真实世界中车辆间的对抗与博弈行为的特征。首先将随时间动态变化的场景模型由一组微分方程描述为场景动力学系统;然后利用神经网络作为通用函数逼近器来构造场景黑盒控制器,并基于强化学习实现边缘场景控制器的优化求解;最后以超车切入场景为例,在Matlab/Simulink软件进行仿真验证,结果表明,边缘场景强化生成模型在场景交互博弈、覆盖率和可重复测试等方面具有良好的性能。     

面向自动驾驶汽车测试的交通车辆交互过程建模

为满足自动驾驶汽车测试对场景真实度的要求,提出一种针对交通车辆交互关系的耦合特征建模方法。结合基于机理模型构建的虚拟数据和采集的真实场景数据建立交通车辆行为数据集;采用深度学习建立局部信息响应的交通车辆行为决策模型、跟驰模型和换道模型,结构相对简单的单体模型能提升场景模拟的可扩展性;针对自动驾驶汽车测试对模型鲁棒性要求高的问题,建立分布执行-集中对抗训练的架构进行交通车辆模型优化,提高模型对输入扰动的鲁棒性。构建交通车辆交互仿真环境对模型进行仿真,通过仿真数据与真实数据分布之间的对比和量化评价指标验证模型的有效性。     

基于联邦LSTM的突遇新频率船舶升沉运动预测策略

由于浮式起重船在海上进行风电设备安装和运维作业期间,离岸距离远且作业时间长,波浪变化多样且不确定,极易产生新频率的船舶运动,使得无法进行精确预测,从而导致海上作业无法安全进行甚至造成设备损坏,因此文章提出基于联邦学习的多变量多步长短期记忆网络（LSTM）预测方法。针对无线数据采集时间间隔不一致,将其和船舶升沉运动数据共同作为双层LSTM预测模型的输入变量并进行多步预测。同时针对突遇新频率船舶运动的情况,采用联邦学习方法联合多家海上风电安装运维企业的船舶升沉运动数据,共同训练适用于复杂海况下的船舶升沉运动LSTM预测模型。使用Stewart六自由度波浪补偿平台模拟浮式起重船的升沉运动,试验结果表明,在遇到新频率船舶运动时,该方法能有效提高船舶升沉运动的预测效果,模型预测精度（RMSE值）至少可达到0.095。     

基于CDIO教育理念的舰船总体课程群建设

针对军队院校专业课程建设总体指导思想不够清晰、整体规划设计不足,课程建设过程中教师各自为战未形成团队合力,课程改革分散增加学生学业负担等问题,基于CDIO教育理念和建构主义学习理论,提出“课程”与“项目”一体化课程群设计原则,构建具有两条主线的、实践教学与理论知识紧密结合的课程群模型,并以船舶与海洋工程专业舰船总体课程群为例进行实践。     

恶劣天气红外热成像行人检测方法研究

为了提高智能汽车在恶劣天气对行人检测的速度和精度,本文提出一种基于YOLO V4的红外热成像行人检测方法.通过迁移学习对YOLO V4模型进行再训练,可快速而准确地实现恶劣道路环境的行人检测.     

基层交通干部要“动”起来

有些基层干部没有真正理解"现代交通运输"的内涵,就盲目外出考察学习。取他山之石未尝不可,但"依瓠画样",生搬照抄,摒弃实际,忽视特色,是我们应当摒弃的。     

基于认知学习理论的英语词汇教学方法

根据认知学习理论,结合学生在词汇学习方面的问题和英语词汇的内在规律,提出英语词汇教学的有效方法:运用构词法进行英语词汇教学,增强单词记忆的趣味性和持久性;利用句型和作文来掌握词汇用法,通过语言运用巩固词义;掌握常用词组,不断加强复习,培养学生查词典的技能;结合语境和上下文理解和记忆词汇。     

中国水上消防协会专题座谈会在哈尔滨召开

2013年8月6日,中国水上消防协会在哈尔滨召开专题座谈会,研究加强协会建设、提升发展能力问题。协会各代表处、联络处、专业委员会主任(副理事长)、秘书长及部分特邀代表参加了会议。会议由张玉胜理事长主持,侯勇秘书长通报了协会近期主要工作,与会代表围绕会议主题进行了认真讨论,形成了共识。最后,张玉胜理事长作会议总结发言。     

高职医学生英语移动学习现状调查及对策分析

伴随着移动技术的发展,移动学习已经发展成为重要的学习形式,是学生重要的学习方式。本文通过问卷调查和个别访谈的研究方式,调查并分析了某所高职医学校学生移动设备的持有情况,移动设备功能应用,影响移动学习的因素等,指出了高职大学生在移动学习过程中存在的问题,提出了提高高职医学生移动学习效果的意见。