山区航道数字化测图探析

随着国力的增强,国家信息与电子技术飞速发展。贵州内河航道测图技术也得到很大的提高,投入人力、物力大大减少,工作效率却大大提高。     

基于维特比算法的卷积码译码器设计

卷积码的状态转移规律可以用网格图来描述,网格图是一种能清楚显示状态转移的时间依赖性状态图。文章在介绍卷积码原理的基础上,对维特比译码实现过程中的状态网格图的规律进行了深入研究,采用了状态路径度量的＂加、比、选＂运算方法、保存路径转移的回溯译码方法等,有效的提高整个卷积码译码器的性能。最后进行了编程仿真,结果显示维特比译码的效果比较理想,满足了设计的要求。     

基于模糊神经网络的内河船体结构智能审图系统的开发研究

依照<钢质内河船舶入级与建造规范>(2002),在内河船体结构规范审图系统的基础上,利用模糊神经网络原理和可视化编程工具VB,开发内河船舶船体结构智能审图系统.     

中海达海洋导航软件的数据处理方法

在水深测量监理的工作中,水深数据的处理是工作的难点。文章通过对常用的水深测量导航软件＂中海达海洋测量导航软件＂的数据处理方法研究,开发出了该常用导航软件的数据处理方法程序,解决了水深测量监理中的关键难点。     

内河电子航道图制作质量控制

文章介绍了内河电子航道图的定义及主要特点,并以柳江电子航道图制作为例,重点阐述了内河电子航道图的质量控制措施及电子航道图的发展前景。     

GPS RTK在线路测量工程中的应用分析

通过野外实验和生产实践,讨论了GPS RTK测量技术及在线路工程测量中的应用,分析说明10 km以下测程范围内,RTK的测量精度能满足大比例尺线路数字测图要求,并用实例验证了RTK施工放样的精度和可靠性,表明RTK测量可以较好地满足公路设计和施工中的定线、放样测量的要求。     

机床液压系统动态特性的数字仿真与试验研究

以机床液压系统在工作过程中负载突然消失这一动态过程为例，采用功率键合图法建立了其数学模型，并在计算机上进行了动态过程数字仿真，试验结果表明，功率键合图是一种与状态空间分析法密切协调，非常适合于液压系统动态特性数字仿真的有效建模工具。     

加快推进长江电子航道图建设

2009年11月28日,长江干线宜宾-鳊鱼溪、大埠街-慈湖口两段电子航道图通过成果验收。至此,覆盖长江2687．6公里干线航道的电子航道图全线建成贯通。长江电子航道图的全线贯通凝聚了长江航道测量50多年智慧的结晶,是长江航道测量队伍综合实力的体现,是长江航道测量人为“三个服务”做出的新的贡献。当前,抢抓机遇、合力共建,加快推进长江电子航道图建设已成为长江航运人的共识。     

鱼骨图视野下提高炮兵旅作战效能的F-AHP评估

在一般情况下经常用F-AHP评判进行系统效能评估,定量的说明各种因素与最终结果的因果关系。文章引入了F-D（鱼骨图）方法的思想,对传统的F-AHP评判法进行了创新与改进,在F-AHP的基础上结合了F-D方法,通过F-D方法来弥补F-AHP中的主观性,已更加准确的找出其定性问题与定量结果的关系,得出更加精确的数据,使评估更加客观的反应真实,进而确定制约作战效能的因素,提出合理的意见,并进行实例研究。     

基于深度学习的短期交通流预测方法综述

针对基于深度学习的短期交通流预测问题,揭示了时空相关性建模本质,分析了建模过程中涉及的多尺度时空特性、异质性、动态性、非线性等特点,明确了基于深度学习进行短期交通流预测的核心挑战,阐述了短期交通流预测涉及的外部信息整合、多步预测与单步预测以及单体预测与集成预测等相关问题;按照网格化和拓扑化2种交通流数据组织方式,分别综述了当前最新的基于深度学习的短期交通流预测研究方向。研究结果表明：针对网格化交通流数据,当前研究主要包含了基于2D图像卷积神经网络、基于2D图像卷积神经网络与循环神经网络相结合、基于3D图像卷积神经网络3种预测建模方法;针对拓扑化交通流数据,当前研究主要包含了基于1D因果图像卷积与卷积图神经网络相结合、基于循环神经网络与卷积图神经网络相结合、基于自注意力与卷积图神经网络相结合、基于卷积图神经网络的时空同步学习4种预测建模方法;总体上,基于深度学习方法进行短期交通流预测相较于采用时间序列和经典机器学习方法获得了预测准确性上的极大提升;未来,针对物理理论、知识图谱与深度学习相结合,构建多时空数据挖掘大模型以及轻量化、可解释性、模型结构自动化搜索等维度的相关探索将成为重要研究方...