社会船舶污染物清除企业的海事管理情况调查及对策分析

文章分析了船舶污染物清除单位的现状及存在的问题,并在此基础上提出了相应的意见和建议。     

海军工厂领导学习考察华南4大修造船厂

受海装舰技部委托,修船技术学术委员会于3月15～17日组织海军工厂领导学习考察华南4大修造船厂。海装舰技部和工厂领导共23个单位42名代表参加。这次学习考察的内容主要是修造船厂的现代化管理,包括生产经营、修船指挥、安全作业和信息化及企业文化建设等情况。华南4大修造船厂规模大、产值高、     

近半个世纪的温暖——记江苏省连云港市“雷锋车”组先进事迹报告会

2004年,王力来到连云港日报社,加入记者的行列后,发现了一个奇特的新闻现象:"雷锋车"经常在报纸、电台、电视台、网络上当主角。全国有上百家新闻媒体、近千名记者报道过"雷锋车"。他很奇怪,新闻是对新近发生事实的报道,为什么"雷锋车"却历久弥新,不让人产生审美疲劳呢?带着这样的疑问,他开始了探寻。     

“安节驾驶”席卷塞上江南

三万年前,宁夏就已经有了人类繁衍生息的痕迹。这颗"丝绸之路"上的明珠,历经沧海桑田,如今的道路客运十分繁忙。9月26日,"宇通杯"宁夏站的赛事正式打响。当天,来自中卫、固原、吴忠、石嘴山、银川的五家道路运输公司的30名驾驶员参加,为"塞上江南"带来了一番别样的惊喜。     

基于Stacking的机舱设备剩余寿命预测方法北大核心CSCD

[目的]在参考中国船级社《智能船舶规范》中智能机舱定义和要求的基础上,探索机舱设备故障预测与健康管理相关技术,开展轴承剩余寿命预测方法研究。[方法]针对常规数据驱动的轴承剩余寿命预测存在预测精度不佳的问题,利用集成学习Stacking融合策略,优选极限梯度提升(XGBoost)与人工神经网络(ANN)为基学习器,岭回归(ridge regression)为元学习器,构建R-A-X(Ridge-ANN-XGBoost)融合预测模型。选用IEEE PHM 2012 Prognostic Challenge同工况下的全寿命周期数据作为数据集设计预测性能对比实验,以MAE和R2为性能评价指标,对比研究基于单一算法、简单平均融合方式以及R-A-X融合方法的轴承剩余寿命预测性能。[结果]结果表明,基于Stacking构建的R-A-X融合预测模型的绝对平均误差(MAE)与决定系数(R2)评价值均优于文中涉及的其他方法,预测精度最高可提升20%。[结论]所提出的方法可提升轴承剩余寿命预测精度,对智能机舱中设备健康管理的实现具有一定的参考价值。     

基于梯度关联规则的老年行人交通事故风险识别

为构建老年行人交通事故严重程度风险关联因素识别方法体系，本文应用极限梯度提升关联规则挖掘算法(Extreme Gradient Boost-Apriori，XGB-Apriori)识别城市道路老年行人交通事故风险因子。运用机器学习优化关联规则算法结构，通过机器学习库 scikit-learn 中 XGBoost (Extreme Gradient Boost)算法与SFM(Select From Model)特征选择类功能实现变量特征值的选择。进而，对Apriori算法设置有序定向约束，得到适用于交通事故致因分析的数据挖掘技术。通过逐层迭代识别关联项，选取频繁项集，总结高置信度、高提升度的关联规则。关联因素模型评估结果表明，本文采用的SFM功能准确度可达78.31%，关联规则XGB-Apriori算法较传统算法精度提升了91%。挖掘结果显示，驾驶员与行人的自身特征、车辆特征、碰撞状态以及道路特征均对老年行人交通事故的严重程度具有重要影响。其中，男性驾驶员造成的行人死亡事故频次较高，女性驾驶员造成的受伤事故频次较高；大型、重型车辆(SUV、卡车、施工车)发生死亡事故频次相对小轿车更高；位于匝道等道路线型弯曲的坡道中，老年行人发生致死交通事故的频次相对线型缓和路段更高。本文对老年行人交通事故耦合因素全面识别并针对性提出风险防控精准预判方法，为有效保护道路弱势群体提供必要的理论支持。     

公司召开学习宣传贯彻党的十八大精神干部大会

11月21日下午．我公司召开学习宣传贯彻党的十八大精神干部大会。刚刚开完十八大载誉归来的我公司820路车驾驶员安建香应邀出席大会。会议由集团公司党委副书记韩前程主持，集团公司党委书记、董事长周齐作重要讲话。     

青岛港公安局消防支队联合油港公司举办消防技能大赛

为深入推进青岛港消防安全"防火墙"工程建设,贯彻落实公安部消防"五大"(大排查、大整治、大宣传、大培训、大练兵)活动,4月22日,青岛港公安局消防支队与青岛港油港公司联合举办消防技能大赛。油港公司200余名职工参加了油盘灭火、穿防火服、着防化服、正压式空气