物流外包的效益及外包区域分析

首先从物流运作总成本的角度,以资产专用性为决策变量,利用威廉姆森的启发性模型探讨了物流外包的费用效益———采购成本与交易费用的节省而产生的效益。其二,从收益增加的角度,分析了外包效益。本文认为,随着合作性关系的建立,关系性资产的形成,企业将物流业务外包给专业化的第三方物流企业,可以以更高的顾客服务水平以及更低的总物流运作成本为企业带来更多的市场销售(与内部自营物流相比)。在探讨外包效益的同时,分析了物流外包的可选择区域。     

SDH 设备灵敏度测试中异常告警的消除方法

光接收灵敏度是保证系统具有预期设计寿命的重要条件.TB10219-99图4.2.2-1(本文未给出)规定了SDH设备光接收灵敏度的测试配置.在实际的SDH系统ADM设备测试中,如果忽略ADM设备的时钟设置,简单地按图4.2.2-1配置测试,设备有时会产生抖动冲击告警,现详细分析原因并介绍消除方法.     

酒精摄入对驾驶人驾驶能力的影响分析

饮酒后驾驶人的驾驶能力会由于酒精作用而发生变化,从而对交通安全造成影响.将驾驶人的驾驶能力分为感知能力、判断能力和操作能力,并对不同酒精摄入量条件下驾驶人深度知觉和速度知觉等感知能力指标、选择反应时间和注意分配能力等判断能力指标、光反应正确操作次数和动作判断误操作次数等操作能力指标进行测定,建立各种驾驶能力指标与驾驶人体内酒精含量之间的回归模型,并分析酒精作用对驾驶人驾驶能力的影响持续时间,揭示酒精作用下驾驶人驾驶能力的变化规律.     

职高语文教学要以人为本

实践证明,职业学校的语文教师如果能以正确的心态对待学生,并采取行之有效的对策,职业学校的学生的语文学习状况是能够得以改变的。本文就此从职高生文化科学习的障碍及成因如手分析,提出“以人为本”的理念,教师要善于研究学生心理;营造愉悦的教学气氛;创设宽松的学习环境;结合适当的激励手段,这样才能克服学生的一些学习障碍。     

近年摩托车产品技术性贸易措施通报情况及应对措施

自我国加入WTO以来,外贸出口需严格按照世贸规则,遵守世贸各国的技术性贸易措施的规定。客观看待各国的TBT通报,是要警惕发达国家在通报中所设置的技术性贸易壁垒给我国产品出口造成的人为门槛,同时也要了解它＂双刃剑＂的特性,它不仅是各国所设置的市场准入障碍,更是国际最新技术发展方向的风向标。     

如何应用汽车召回维权

进入2009年,汽车召回越来越受到社会关注。在采访中,记者发现,很多人并不知道召回的具体意义,甚至有些消费者将召回与三包、认证混淆。实际上,所谓汽车召回是指按照《缺陷汽车产品召回管理规定》要求的程序,由缺陷汽车产品制造商进行的消除其产品可能引起人身伤害、财产损失的缺陷的过程,包括制造商以有效方式通知销售商、修理商、车主等有关方面关于缺陷的具体情况及消除缺陷的方法等事     

跨越政策与市场障碍 记2013汽车产品回收利用再制造国际研讨会

发展汽车产品回收利用再制造产业,是推进产业结构调整、促进战略性新兴产业形成与发展的重要途径。2012年7月,国务院出台的《"十二五"国家战略性新兴产业发展规划》中明确,汽车零部件及机电产品再制造关键技术开发是资源循环利用产业的重点发展方向。本次2013汽车产品回收利用再制造国际研讨会上,来自海内外的专家、学者会于一堂,共同探讨中国汽车产品回收利用再制造产业的国际化、市场化和可持续发展。再制造零部件作为产业发展,是需要政府、生产企业及消费者共同推进的,而目前只有技术走在前面,政策与市场相对滞后,如何破局?是本次论坛的焦点议题。     

冲击钻破除障碍确保桩基施工质量

该文对宁波市北环快速路工程Ⅶ标段工程主线桩基位置污水管障碍破除采用冲击钻新工法进行阐述。新工法在安全、工期、成本上明显优于传统常规施工工法,且成桩质量满足设计及规范要求。     

某中体驾驶室的车身总布置设计

本文介绍了某重卡中体驾驶室车身总布置设计,首先对驾驶员A柱双目障碍角及左右后视镜视野进行校核,然后设计相应的雨刮器,并对所设计的雨刮进行运动分析、刮刷面积进行校核,校核结果均满足标准要求;最后以车身总布置图的形式将车身总布置设计及校核的其他关键参数体现出来。     

基于自然驾驶数据的分心驾驶行为识别方法

大量证据表明,驾驶人分心是导致交通事故的主要原因之一。当前基于侵入式（如脑电波等）或半侵入式（如视频等）检测驾驶人分心的方法,不仅对驾驶任务造成一定干扰,且受多种环境因素的制约,误报率较高。基于此,只考虑非侵入式车辆运动特征,提出一种基于深度学习的驾驶人分心状态识别方法：首先,从自然驾驶数据集中获得大量的跟驰片段,采用态势感知方法,提取典型的分心驾驶片段,并建立仅包含车辆运动学特征的分心判别指标集;其次,利用梯度提升决策树-递归特征消除算法（GBDT-RFE）和随机森林-递归特征消除算法（RF-RFE）对特征进行重要度排序,得到重要度较高的分心监测指标;最后,采用长短时记忆神经网络（LSTM-NN）实现分心驾驶的分类识别,并与支持向量机和AdaBoost的模型结果进行对比。研究结果表明：LSTM-NN在判别分心或正常状态时F₁分别为89%、91%,高于SVM和AdaBoost对应二分类结果;进行多分类任务时,判别分心情景的平均F₁较SVM和AdaBoost分别提升了12%和7%,不同类别分心识别的误报率在15%以下,说明LSTM-NN能够有效学习分心序列的前后信息,有利于准确估计驾驶人的状态。研究结果可为车辆分心预警系统和驾驶风险倾向性评估提供方法基础。