深度学习在激光熔覆领域的发展与应用

介绍激光熔覆的基本原理、应用领域和深度学习模型的发展状况,阐述深度学习在激光熔覆领域的应用。深度学习利用神经网络模型监控激光熔覆过程,在熔覆工艺参数优化和熔覆过程质量控制等方面具有较好优势,可有效提升激光熔覆过程的精度和稳定性。     

公路工程与环境保护

分析了公路工程对环境的影响,探讨了在公路工程的规划、设计、施工和建成后如何加强环境保护工作,提出应从完善立法、更新设计理念、工程招标和废旧材料综合利用等多方面、全方位做好环保工作。     

高度重视 强化管理 落实责任 切实把中央企业档案工作做细做好——在中央企业档案工作视频会议上的讲话

今天召开中央企业档案工作视频会议,以今天的会议为标志,中央企业档案工作正式进入了由国资委履行指导职能的新阶段,同时也进入整体性、系统化、标准化的新阶段。为什么这么讲,党的十六大以来两次机构改革,国资委“三定”规定都没有对中央企业档案工作的指导职能。2009年,在深入学习实践科学发展观活动期间,国家档案局主动提出,请国资委履行对中央企业档案工作指导职能。经过研究,我们认为,中央企业档案是中央企业国有资产的重要组成部分,由国资委履行指导职能从管理体制上更顺畅,更有利于工作开展。     

意大利船舶工业协会主席Albertoni谈中国游艇业现状：好好学习，天天向上

正如Anton Francesco Albertoni所说,“重要的是营造买船的意愿”,若有朝一日,“游艇”真正成为了人们心中实现愿望和梦想的工具,中国游艇业的腾飞也就指日可待了。     

船舶能效管理呼唤理念升级

随着绿色、可持续发展成为全球经济的主题,能效管理理念逐渐深入人心。中国航运业和造船业如何走向绿色环保的坦途?油轮能效管理如何有效实施?中国船级社在油轮能效管理中如何发挥助力作用?20 1 O年7月20日,首届中国油运安全论坛召开之际,本刊记者采访了中国船级社副总裁高照杰。     

基于舰载雷达小样本的低慢小目标识别方法

本文针对舰载雷达低、慢、小目标探测面临的小样本识别问题,提出一种基于小样本学习的低慢小目标分类识别方法。该方法将低慢小目标雷达回波数据转换到小波变换域,利用多头注意力机制和双向长短记忆人工神经网络相结合的方式,解决了小样本目标分类识别的问题。在低慢小目标雷达回波仿真数据集上,开展模型训练和算法验证,分析任务差异性与识别准确率的关系,实验结果表明该方法对典型低慢小目标识别精度可达90%以上,在雷达目标识别领域具有较好的应用价值。     

改进神经网络的船舶红外图像边缘检测方法

研究改进神经网络的船舶红外图像边缘检测方法,提升边缘检测抗噪声干扰能力。采用块匹配的主成分分析方法对船舶红外图像实施去噪处理后,经梯度算子将降噪后船舶红外图像转换为二值图像;以BP神经网络为基础,通过附加动量法-自适应学习速率调整BP神经网络权值,提高网络训练鲁棒性;将转换后舰船二值图像作为改进神经网络的输入,在实施网络训练后得出输出值,依据输出值和设置阈值的对比结果,获取船舶红外图像边缘点,实现船舶红外图像边缘检测。实验结果表明：该方法降噪后船舶红外图像的PSNR值全部高于40 dB,降噪效果较好;可有效提取船舶红外图像边缘特征且边缘检测结果清晰、连贯,能够达到船舶红外图像边缘检测标准。     

“党建+水上红旅”大学生党史学习教育实践路径浅析

大学生作为年轻有活力一族的代表,是社会进步的主要推动力,而党史教育是大学生增强对党的认同感和归属感、树立正确价值观的主要方式。本文通过调查分析大学生党史学习教育现状,重视实践,突出实践,从全新红旅融合出发,探索符合新时代需求的党史学习教育新模式,焕发高校学生党建新活力。     

基于自动深度学习盾构掘进姿态预测与控制

提出了基于自动深度学习（AutoDL）算法和多目标优化算法的结合可实现数据驱动的姿态偏差控制指导,用于盾构掘进姿态的预测与控制,以解决现有盾构掘进姿态预测中所面临的执行难度高、成本高、效率低等问题,可用于自动精准地预测盾构掘进姿态随着工程进展的动态变化趋势,并针对盾构机施工状态执行多目标优化算法,快速自动搜寻最优策略,实时调整合适的盾构操作参数,减少对于现场操作人员经验和主观判断的依赖。以上海市天然气主干管网崇明岛-长兴岛-浦东新区五号沟LNG站管道工程隧道A线工程为例,展示该算法框架的优越性。研究结果有助于降低深度学习进入盾构智能控制领域的门槛,推动智能盾构发展。     

高职“城轨车辆制动系统”课程教学改革与实践

城轨车辆制动系统课程是城市轨道交通车辆技术专业的一门核心课程,为了提升教学质量,通过分析高职城轨车辆制动系统课程教学现状,提出从教师教学能力、教学内容重构,改进教学方法和创新教学评价等四个方面进行课程教学改革,为地铁企业培养符合企业需求的高素质高技能型人才。