锚固路堑高边坡稳定性非线性模糊评判

针对路堑高边坡锚固后的稳定性评价,基于模糊性与层次性构建锚固路堑高边坡稳定性2级模糊综合评判模型。根据不同类评价指标的取值方法及隶属度函数选取原则,建立统一的隶属度确定方法,采用三角模糊数互补判断矩阵排序方法确定权向量,以体现评价指标重要程度比较的不确定性。引入非线性模糊算子,以消除个别影响因素不利时对结果的突出影响,使评价结果能更真实地反映工程实际状况。以京新高速公路路堑高边坡稳定性评价为应用实例,验证该模型的可行性与合理性。     

算子法在常系数线性差分方程中的应用

讨论了常系数性非齐次差分方程特解的求解方法,当自由项f（x）=b^2pm（x）和f（x）=Pm（x）时,引入了一种更为简捷的求常系数线性非齐次差分方程特解的方法-差分算子法。     

单位球上小Bloch型空间之间的紧复合算子

用类似于单位圆盘D上小Bloch型空间之间紧复合算子的论证方法,得到了对所有的0〈p,q〈∞,C^n中单位球上小Bloch型空间β0^Dβ0^q之间的复合算子Cφ为紧算子的充要条件：对一切l=1,2,…,n有φl∈β0^q且 1）当0〈p〈1/2时,lim ｜z｜→1 （1-｜z｜^2）^q/（1-1φ（z）｜^2）^p｜〈Rφ（z）,φ（z）〉｜=0; 2）当p=1/2时,lim｜z｜→1（1-｜z｜^2）^q/（1-｜φ（z）｜^2）^2/1｜（1-｜φ（z）｜^2）In^22/1-｜φ（z）｜2｜Rφ（z）｜^2＋｜〈Rφ（z）〉｜^2}^1/2=0; 3）当p〉1/2时,lim｜z｜→1（1-｜z｜^2）^q/（1-｜φ（z）｜^2）^p{（1-｜φ（z）｜^2）｜Rφ（z）｜^2＋1〈Rφ（z）,φ（z）〉｜^2}^1/2=0.     

浅议诊断性测试在高职英语教学中的应用

诊断测试能有效地诊断出英语教学中存在的弱点,它是评价英语教学的一个有效手段。文章在介绍诊断测试概念的基础上,分析一次实际进行的诊断性测试。根据测试结果发现存在的问题并以此来改进高职荚语教学的模式。     

我校"辟径创业、跨越发展"发展战略的几点思考

“辟径创业、跨越发展”的发展战略是继学校创造条件上水平、上层次的再创业工程取得标志性成果——教育部批准组建山东交通学院之后，对学校今后向什么方向发展、怎样发展的理性思考所做出来的概括性的表述。它既是一个理念、一个目标，一种发展追求，又是一种路径的选择，更是一种开辟路径的行动方略，是一个发展的过程。本文论述了“辟径创业、跨越发展”的发展战略的合理内核，实现的制约因素，及其科学发展观。     

他给党旗增辉——记交通部劳动模范、盐城市优秀共产党员、司机于广善

说道共产党员、驾驶员于广善，在苏北大地上可能是无人不知。他那视旅客为亲人、爱车如命、以车为家的精神赢得了旅客的赞誉、上级的表彰，他先后获得“江苏省交通系统‘百佳主人翁’”、“全省交通系统学习包起帆先进个人”、“市优秀共产党员”和交通部、人事部联合授予的“劳动模范”称号。     

高等职业院校教学资源管理平台搭建初探

本文以高等职业教育教学资源管理平台开发为研究对象,在分析国内外教学资源平台发展状况的基础上,以辽宁省交通高等专科学校教学资源管理平台开发为依据,系统阐述了高等职业院校教学资源管理平台顶层设计内容、1+1+N平台运行模式、五层次用户管理模式、九模块自主添加功能、不公开信息处理功能等内容,对教学资源管理平台的主要功能进行了简明介绍,为高等职业院校教学资源管理平台开发与优化提供了很好的借鉴。     

车联网环境下自动驾驶车辆动态障碍物协作避让模型

车路协同和车联网的发展为车辆群体之间的协作控制提供了可能.本文关注的是在车联网环境下,自动驾驶车辆群体避让动态障碍物的问题,目标是实现在不损失车辆个体效益的同时,可以达到车辆群体系统最优.本文提出了一种基于深度强化学习算法(DQN)的自动驾驶车辆群体协作避让动态障碍物的模型.模型在学习过程中考虑了车辆的安全性、单个车辆和车辆群体的行驶效率,并加入了车辆的换道协作机制.仿真验证结果表明,与现有的非协作避障模型相比,该模型可以显著地提高整体交通效率,在非常拥堵、比较拥堵和自由流三种给定的不同交通流状态下,车辆行驶效率(车辆平均速度)分别提高5.26％、21.44％、10.38％,整体车流量分别提高8.22％、34.47％、0％.     

面向在线地图的GCN-LSTM神经网络速度预测

为从路网速度中完整提取路段速度的时空特征,实现高精度路段速度预测,通过调用在线地图的路径规划应用程序接口,采集路段的在线地图速度;利用图卷积神经网络(GCN)提取空间特征,利用长短期记忆(LSTM)神经网络提取时间特征,建立面向在线地图的GCN-LSTM神经网络,提取路段速度的时空特征,预测路段速度;为测试面向在线地图的GCN-LSTM神经网络表现,并评价在线地图下GCN-LSTM神经网络的优势与面向检测器速度预测模型的可替代性,以局部路网为例分析模型表现,并对比在线地图下不同模型的表现与不同数据源下近似模型的表现。研究结果表明：GCN-LSTM神经网络在训练集和测试集上的平均绝对误差(MAE)均低于5,均方根误差(RMSE)均低于6,平均绝对百分比误差(MAPE)均低于30%,训练误差和测试误差均处于较低水平,总体表现良好;GCN-LSTM神经网络的路段MAPE服从Gumbel分布,均值均落在19%±4%之间,85%分位点均落在34%±5%之间,2项指标均处于较低水平,个体表现良好;在面向在线地图的速度预测模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,在面向在线地图的速度预测中具有一定优势;在近似模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,则面向在线地图速度预测的可靠性高,可代替面向检测器的速度预测。     

高校党史学习教育需要把握的三个着力点 ——以沈阳航空航天大学为例

高校是立德树人的重要阵地,担负着青年学生成长成才、引导树立正确人生观价值观的重要职责。在推进高校党史学习教育中,要注重把握三个着力点,在深刻认识"三个必然要求"基础上着力把握建党百年的时代脉搏,在深刻理解"六个进一步"基础上着力汲取学校特色发展的融合之路,在深刻把握"务求实效"的基础上着力将学习教育成果转化为推动高质量发展的强大动力,从而促进学生素养提升,促进学校事业高质量发展。