人机混驾环境下基于LSTM的无人驾驶车辆换道行为模型

道路系统中的人机混驾交通环境是指人工驾驶车辆与自动驾驶车辆混合运行的交通环境，其中换道行为建模是人机混驾环境下无人驾驶车辆行为研究的热点。基于深度学习理论，构建人机混驾环境下基于长短期记忆神经网络的无人驾驶车辆换道行为模型（Long-short-term-memory-based Autonomous Vehicles Lane Changing，LSTM-LC）。通过研究人工驾驶车辆在换道过程中与周边车辆的相互作用，对换道行为影响因素进行分析；同时，为了提升模型的迁移性，引入道路横向偏移量信息。结合LSTM神经网络的输入要求，使用美国公开交通数据集Next Generation SIMulation（NGSIM）构建换道行为样本库。针对LSTM-LC模型，以均方差MSE作为损失函数，使用RMSprop优化方法进行训练，对LSTM网络结构、历史序列长度N及训练样本量3个重要参数进行标定。最后，针对道路横向偏移量M对LSTM-LC模型性能的影响进行对比试验。研究结果表明：相比GRU-LC模型，LSTM-LC模型对换道行为的表征更准确，在模型的精度和迁移性上有着显著的提升；GRU-LC模型的均方差为4.64 m²，迁移性均方差为119.82 m²，而LSTM-LC模型的均方差为3.18 m²，迁移性均方差为79.58 m²，分别优化了31.5%和39.71%；通过引入道路横向偏移量M，可将LSTM-LC模型精度和迁移性提升约10%，且模型稳定性更强。     

学习《高等学校档案管理办法》的几点感悟

2008年9月1日，新的《高等学校档案管理办法》（以下简称《办法》）开始实行。这对于新时期高校档案工作具有指导性意义，是今后更好地规范高校档案工作，科学管理高校档案的根本性法规性文件。《办法》的内容十分丰富，主要具有以下几个特点：     

AMT挡位位置自学习控制算法研究

基于同步环式AMT,对其挡位极限位置、精确位置以及同步点位置进行研究,并自行开发一套自学习控制算法,最后通过试验验证该自学习控制算法的准确性.     

在转变与学习中寻求突破——赏析合资品牌的个性化应对方案

近几年,国内越来越多的摩托车企业将目光投向了80后、90后新生代,在企业看来,这一消费者群体已经趋于成熟,他们将是未来15年内,国内摩托车消费市场的生力军。如何赢得他们的认同,成为众多企业的首要目标。对于国内80后、90后群体来说,在他们的成长阶段,社会意识受到国外文化强烈的冲击,所以他们的思维模式相对于老一辈有很大的不同,     

如何激发学兵学习汽车维修技术的兴趣

现阶段，汽车维修技术作为一门通用技术，在社会上开展得非常普遍，如何将部队的汽车维修技丁培训办出特点，存在各种各样的困难．如课堂专业知识更新慢、新型训练资源缺乏等等。对于这些困难，教员可以通过有效的课堂教学实现汽车维修技工培训的教学目标，即“促使全体学兵素质全面发展、个性健康发展，使每个学兵学会学习，达到愿学、乐学、会学、善学”的目的，从而对我军汽车维修技工培训的发展起到推动作用。     

基于标准可加性模型的模糊控制算法仿真

介绍了基于标准可加性模型（SAM）的模糊控制算法，将该算法及自学习SAM算法分别应用于控制领域，仿真结果表明可以取得较好的控制效果，且具有较强的鲁棒性，是一种理想的适合工业控制应用的模糊控制器。     

交通运输部决定开展向姚泽炎学习的活动

<正>2010年12月10日,交通运输部发布"关于在全国交通运输行业开展向姚泽炎同志学习的决定""。决定"指出,姚泽炎是继孔祥瑞、杨庆文、高发明等先进典型之后,全国交通运输行业近年来涌现出来的又一个重大先进典型。他的先进事迹,充分体现了共产党员深入学习实践科学发展观、立足岗位创先争优的良好精神风貌,体现了交通运输职工热爱祖国、奉献交通的崇高理想,体现了引航员安全至上、文明服务的职业道德精神。     

在部属高校工作会议上的讲话

我们这次会议主要是学习、贯彻《中共中央关于教育体制改革的决定》，根据决定的要求和我们的具体情况，讨论研究属高等院校在“七五”期间的工作目标和任务，组织好交通高等教育体制改革的“施工”，更好地为我国公路、水运现代化建设服务。     

高职院校计算机课程自主学习探讨

培养高职学生自主学习能力，使他们具有较强的计算机应用能力和信息处理能力，成为高职院校计算机应用基础教学工作中的一个新思路。文章从高职计算机应用基础教学的现状分析入手，从培养目标、教学内容、资源配置、教学理念和教学方法几个方面就如何提高学生自主学习能力，如何提高计算机应用基础课程教学质量进行了深入的探讨。