网络思想政治教育发展历史述评

伴随我国信息社会快速发展的现实,根据提高大学生思想政治教育实效性的要求,面对教育范围扩大、对象群体聚焦场域发生变化的实际,学界按照人在哪里,思想政治教育就要跟进到哪里的原则要求,明确了网络思想政治教育也是思想政治教育学科必须纳入的场域,必须是主流意识形态占领的阵地。网络思想政治教育的历史发展主要经过了初期摸索、主动建设、全面发展、持续推进等四个阶段,理论研究持续深化,应用研究创新发展,充实和丰富了思想政治教育学科的主要内容和研究视角。随着国际互联网技术和信息化社会步伐持续加速,网络思想政治教育研究必须适应新形势,按照新时代大学生立德树人工作的总要求,在内涵、范畴等基础理论和实践路径方面不断深化。     

基于时延特性建模的多断面短时交通流预测

针对现有交通流预测方法未充分考虑多断面车流演变规律,提出基于时延特性建模的时空相关性计算方法. 该方法采用对不同断面、不同时刻交通流的分布相似性度量,对输入的车辆到达数据序列进行切割构建时空相似度矩阵,得到相邻断面之间的时延参数. 基于时延特性建模,将多断面之间的流量信息进行融合,使用长短时记忆(LSTM)网络进行流量预测. 通过对实际路段数据的预测和结果分析,验证所提方法的有效性和实用性.     

多类型信息下的网络交通流演化模型

交通信息发布机构提供描述信息和规范信息给不同的出行者,描述信息接收者依据信息和经验更新路径行程时间认知,根据认知选择路径;规范信息接收者仅根据经验更新认知.规范信息遵从者选择推荐路径,非遵从者依据认知选择路径.两类信息遵从率都取决于信息准确度.依据非线性动力学理论分析了模型性质,研究表明,模型不动点存在但是不一定唯一,不动点状态与信息混合使用情况有关.数值试验结果表明,模型不动点与随机用户均衡点不同,以恰当比例混合使用两类信息可提高交通流稳定性.     

基于轻量级卷积神经网络的烟雾识别算法

由于烟雾图像场景模糊不清,背景复杂多变,难以捕获到有效特征,导致算法识别误报率和漏报率较高;此外,深度卷积神经网络结构复杂,参数繁多,难以缩短其计算时间至1 ms内,这成为实时火灾预警的一大难题. 为了解决上述问题,提出了一种基于4种Inception结构的轻量级卷积神经网络SInception （sequeeze-and-excitation inception）在此基础上加入SE Block （sequeeze-and-excitation block）用于对烟雾特征进行重新分配;同时,为了避免由于训练样本不足引起的过拟合,原始数据集上采用数据增强技术以及生成对抗网络生成更多训练样本,并在后续实验中采用了融合暗通道先验特征的策略. 实验结果表明:该网络在增强的数据集GAN-Aug-YUAN上将识别误报率降为0的同时将准确率提升至99.65%,且计算时间减少到0.26 ms.      

道路交通系统韧性及路段重要度评估

韧性可以全面描述扰动事件下系统吸收干扰并从干扰中恢复的能力. 针对已有韧性指标对系统性能评价不全面、未考虑交通流量影响等问题,从路段通行能力退化与恢复入手,以网络效率为系统性能指标,构建全面评价扰动事件影响期内系统性能的韧性指标. 分别基于乐观和悲观视角提出韧性增加值和韧性减少值路段重要度指标,提出识别路段重要度的启发式算法. 算例结果表明：本文提出的韧性指标可全面描述扰动事件下路网性能退化与恢复全过程的平均累积性能,更加符合韧性指标内涵;韧性增加值和韧性减少值指标均能有效识别路段重要度,大部分路段重要度随时间动态变化.     

多尺度稀疏电能质量扰动识别方法

针对传统电能质量扰动识别中存在数据量大、扰动特征依赖主观选择的问题,提出一种多尺度稀疏电能质量扰动深度识别方法.首先,构建电能质量的多尺度稀疏模型,通过对扰动信号平稳小波多尺度变换获得扰动的低高频信息;然后,对其压缩采样获得降维的测量数据,并在此基础之上,应用正交匹配追踪算法求取各层稀疏系数组成稀疏向量,将稀疏向量输入深度置信网络,实现扰动的智能识别;同时,为进一步提高网络识别的准确性,采用交叉熵算法完成对网络隐含层数、学习率等参数寻优;最后,为验证所述方法的有效性,针对几类典型的单一扰动和复合扰动信号进行大量仿真试验.结果表明:在理想环境和噪声环境下,针对七类典型单一扰动,平均识别率达到99.0%和96.71%以上;针对13类多重扰动,平均识别到达97.69%和94.62%以上.     

大型交叉桥梁转体施工风险模糊控制网络

拟基于相关人员调查、评估小组讨论、专家咨询等方式建立大型交叉转体作业风险因素普查清单,通过模糊综合评判法对转体作业风险等级进行评估,从而制定出适应自身结构物、被交结构物的安全风险控制措施,最终形成转体施工安全风险模糊控制网络。     

一种基于社交网络的民航新旅客成长性预测方法

对于一个高效的客户关系管理系统而言,预测客户成长性是必不可少的环节．本文尝试根据新旅客的短期历史出行数据对其未来价值成长性进行预测．为了克服新旅客历史出行记录稀少而导致无法准确预测的缺陷,提出了一种基于旅客社交网络的预测方法．首先根据旅客历史出行记录构建旅客同行网络;然后分另lj从旅客个体和旅客关系的角度构建多种分类特征,用来进行旅客成长性预测;最后提出了一种结合个体预测与关系预测的组合预测模型,以达到准确预测的目的．在某航空公司的真实数据集上进行实验,证明了本文提出的方法对民航新旅客未来价值成长性的推断是有效的．     

舰船电力系统可靠性研究

讨论了舰船电力系统可靠性研究的需求和必要性，以及国内外的研究现状,根据陆地电力系统可靠性研究的经验和内容，在分析舰船电力系统的区别和特殊需求后,探讨了舰船电力系统可靠性的研究内容以及研究思路和步骤．以船舶电网的拓扑结构设计中的可靠性研究为例，介绍了各种可靠性指标的计算方法，并指出了进一步的研究方向。