基于机器视觉和卷积神经网络的轨道表面缺陷检测方法

为提高轨道表面缺陷查准率、召回率和检测效率,采用形态学滤波与概率霍夫变换算法剔除原始图像噪声,实现对轨道表面缺陷的快速准确识别;顺次应用阈值法和离散法得到轨道的真正边缘定位,解决Canny算子在提取轨道边缘时产生大量伪边缘的问题;构建能兼顾召回率和查准率的改进交叉熵损失函数,基于卷积神经网络进行特征提取,建立高效的轨道...     

智能船舶航线优化方法综述

为提升船舶轨迹异常检测的精度和效率,解决传统异常检测方法存在的特征表征能力有限、补偿精度不足、容易出现梯度消失、过拟合等问题,提出一种基于Transformer_LSTM编解码器模型的无监督船舶轨迹异常检测方法。

该方法基于编码器解码器架构,由Transformer_LSTM模块替代传统神经网络实现轨迹特征提取和轨迹重构;将Transformer嵌入LSTM的递归机制,结合循环单元和注意力机制,利用自注意力和交叉注意力实现对循环单元状态向量的计算,实现对长序列模型的有效构建;通过最小化重构输出和原始输入之间的差异,使模型学习一般轨迹的特征和运动模式,将重构误差大于异常阈值的轨迹判定为异常轨迹。

采用2021年1月的船舶AIS数据进行实验,结果表明,模型在准确率、精确率以及召回率上相较于LOF,DBSCAN,VAE,LSTM等经典模型有着明显提升;F₁分数相较于VAE_LSTM模型提升约8.11%。

该方法的异常检测性能在各项指标上显著优于传统算法,可有效、可靠地运用于海上船舶轨迹异常检测。

     

坚持为旅客送去春天般的温暖—连云港“雷锋车”组先进事迹报告会在京举行

7月12日,江苏省连云港市"雷锋车"组先进事迹报告会在北京人民大会堂举行。报告会由中宣部副部长申维辰主持,交通运输部党组成员、副部长高宏峰,江苏省委副书记石泰峰,省委常委、宣传部长王燕文等出席报告会。高宏峰在讲话中高度评价"雷锋车"组的先进事迹和崇高品质,并对全国交通运输行业进一步深入开展向"雷锋车"组学习活动提出了具体要求。高宏峰在讲话中高度评价"雷锋车"组。     

政策法规

11月20日,交通运输部发出通知,要求交通运输系统认真贯彻落实《中共中央关于认真学习宣传贯彻党的十八大精神的通知》,把学习贯彻党的十八大精神作为当前和今后一个时期的首要政治任务,切实把力量凝聚到实现党的十八大确定的各项任务上来,努力推动交通运输科学发展安全发展。     

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。     

面向个体出行推荐的联邦异质性模型和算法

为实现兼顾偏好异质性与数据隐私化的个体出行推荐,基于模型参数化聚合与分布式训练的联邦学习计算范式,提出了一种联邦混合罗吉特(FMXL)模型,可解构标准MXL模型,以实现本地个体偏好与全局群体差异参数估算的分离;为了消除模型对原始数据的依赖,提出了标准与聚合2种联邦吉布斯抽样算法,通过本地与全局参数的交互,实现模型的层次化联合估计;为了验证所提模型与算法,基于Swiss Metro公开数据集,分别搭建了离线与在线2种出行推荐场景。分析结果表明：针对离线场景,2种联邦吉布斯抽样算法拟合的FMXL模型与标准多项式罗吉特模型相比,其对数似然值分别增大了157.8和153.2,预测率分别提升了12.3%和12.1%;与基于集中式吉布斯抽样算法拟合的MXL模型相比,其计算时间分别缩短了64.2%和76.9%,通信时间均缩短了86.2%;针对在线场景,FMXL模型的对数似然值和预测率均呈上升趋势,且整个估计过程的计算和通信时间均低于标准MXL模型。可见,以数据隐私化处理为前提,MXL模型的联邦化训练既能保证出行推荐的精准性,也能充分调动用户端闲置算力,有效提升出行推荐的时效性,体现了所提模型和算法的高适应和可拓展能力,同时基于联邦异质性模型的个体出行推荐还能有效推进交通系统的智能化进程。     

学党史办实事精服务促提升

公交人开展党史学习教育,是要做到学史明理、学史增信、学史崇德、学史力行,实现精致服务水平不断提升,让百姓出行更加便捷,让公交改革发展成果更多惠及人民群众.     

行业简讯

北京公交客八分公司开展“五位一体”主题党日活动,7月19日,北京公交集团客八分公司第七车队党支部通过组织党员开展上党课、读原文、重温入党誓词、参观革命纪念馆、观看党史纪录片“五位一体”的主题党日活动,为党员们上了一堂生动的党史教育课,助推车队党员学史、明史、知史、用史,推进党史学习教育入脑、入心。车队党支部书记带领全体党员通过读原文的方式共同学习了《关于若干历史问题的决议》《关于建国以来党的若干历史问题的决议》。在京西山区中共第一党支部纪念馆外,面对鲜艳的党旗,全体党员庄严的举起了右手,在党支部书记的领誓下,党员们重温入党誓词。     

人工智能算法在铁道车辆动力学仿真中的应用进展

梳理了人工智能算法在铁道车辆系统动力学仿真中的应用实例和国内外相关文献,概述了铁道车辆动力学仿真中常用的机器学习和深度学习算法,归纳和评述了2种学习算法在铁道车辆系统动力学建模与仿真中的应用分类;从铁道车辆系统动力学建模、动力学性能预测与动力学性能优化等方面入手,详细讨论了人工智能算法应用在力元建模和仿真、轨道不平顺预测、运行平稳性预测、噪声预测、侧风安全性预测、运行安全性预测、悬挂优化、轮轨匹配优化、结构优化以及主动与半主动控制等领域的优势和局限性,指出了现阶段人工智能算法在动力学仿真应用中主要面临的训练样本缺乏、泛化能力不够、可解释性欠缺等问题;展望了今后人工智能算法和车辆系统动力学交叉研究的发展方向和重点研究内容。研究结果表明：融合经典力学和人工智能算法结合的混合建模理论可作为之后的重点研究方向;人工智能算法对解决随机动力学中的随机不确定性,提高随机动力学的性能具有较大的应用潜力;通过人工智能算法与优化算法相结合来实现动力学性能优化,可充分发挥人工智能算法的优势。     

基于双视角学习原理的交通视频车辆事件鲁棒检测

提出了1种基于双视角学习原理的高速公路交通视频车辆事件鲁棒检测算法.针对道路交通结构化特点提出了分车道外极面图(Epipolar Plane Image,简称 EPI),以此反映交通断面车流整体特征.基于双视角学习原理,融合现有广泛应用的反映车辆独立行为的行驶轨迹特征,实现高速公路车辆事件鲁棒检测.针对多种典型车辆事件(包括交通拥堵,车辆逆行,车辆违规停车,交通事故等),本文算法总体检测率为94.09%,误检率为4.51%,漏检率为1.40%,其性能与传统单视角方法比较有较大的提高.