走活创新发展这盘棋--广州军区驻粤某司训大队党委抓部队全面建设纪事

广州军区驻粤某集团军司训大队党委“一班人”认真学习贯彻“三个代表”重要思想,坚持从大队实际出发,以与时俱进、开拓创新的精神和干劲,走活创新发展这盘棋,部队建设呈现出“全面建设、全面进步”的良好局面。近年来,该大队新训驾驶员工作两上新台阶,在广州军区、集团军组织的各项军事比武和训练考核中多次被评为“先进单位”,先后有4个基层连队被集团军评为“基层建设标兵连队”;大队连续2年被上级机关评为“管理教育工作先进单位”,2次被广州军区评为“新司机训练工作先进单位”。掀起求实务实风不讲空话,注重实际。该大队党委“一班人…     

我是怎样成为老板的

改革开放以后,民营企业、个体经济如雨后春笋般得到发展壮大,摩托车行业也不例外。俗话说:一年入行,两年入门,三年有小成。这是成功人士一般要唱的三步曲。这三个步骤要一步一个脚印,一步一个收获,切忌急功近利,这是一个学习的过程,我们不妨称之为修炼。一个人必须通过学习和实践来改变自己的观念和处事方法,这是创业前的准备期和必修期。笔者从事摩托车修理专业多年,现结合自己的职业体会加以说明:首先,要选择一个自己热爱或熟悉的事业,这是成功的第一原则。要开辟一个属于自己的天地,绝对不能选择自己不熟悉或不喜欢的职业,可以认为,所有…     

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.     

基于机器视觉的车辆检测与参数识别研究进展

近年来公路交通运输快速增长,交通车辆的快速准确检测与识别对智能交通系统和交通基础设施运维具有重要意义.随着机器视觉和深度学习技术的迅速发展及其在目标检测领域的广泛应用,车辆目标检测和参数识别也取得新的突破.该文从车辆参数的识别方法和应用研究两方面梳理了机器视觉和深度学习在车辆检测与参数识别领域的研究现状、最新研究成果和...     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络(Long Short-term Memory Network,LSTM)对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型(VP-LSTM).该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场...     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

基于多源数据的车流量时空预测方法

为提高车流量的预测精度,本文中从外部特征、时间特征和空间特征的角度综合考虑了多因素对车流量的影响,提出了一种基于多源数据和时空预测的车流量预测方法.在外部特征方面,深入探索了日期、天气和兴趣点特征对车流量影响;在时间特征方面,提出了基于时间卷积网络(TCN)的时间序列预测框架,并以近邻周期和日周期为基线分别建立时间预测...     

对新形势下国有公交企业基层党建工作的思考

上南公交党委从加强学习教育、选树品牌典型、方便市民出行三方面,对新形势下国有公交企业基层党建工作进行了扎实而富有成效的探索和实践,从而取得了企业党建工作充满活力;服务供应水平再上台阶;市民出行更加便捷的可喜成效。近年来,上海浦东新区上南公共交通有限公司(以下简称上南公交)