基于在线地图交通状态的关键道路动态识别方法

交通拥堵问题日趋严重,关键道路识别成为了交通领域的研究重点. 以在线地图的交通状态数据为基础,利用时空相关性理论计算道路交通状态的预测值和波动影响值,并通过Moran 散点图划分道路类型,提出了基于在线地图交通状态的关键道路动态识别方法. 首先,调用在线地图开发者平台API 采集路网的交通状态数据,利用集成学习动态预测交通状态;其次,分析交通状态波动的传播结构,以此量化道路对其近邻道路的影响值;然后,结合道路交通状态的预测值和波动影响值划分道路类型,进而识别出关键道路;最后,以实际路网为例,论证方法可行性.     

基于形态检测与深度学习的高空视频车辆识别

为了准确提取广域场景道路交通信息,本文融合形态检测与深度卷积网络,提出了无人机视频车辆定位及车型识别方法. 首先,基于形态检测建立候选目标提取算法,并构建了含244 520 个无人机视频车辆样本的深度学习图像基准库;然后,通过增加卷积层、池化层及调整网络参数等方法对AlexNet 进行重构,提出了改进模型AlexNet*;最后,建立了基于候选目标提取算法与AlexNet*的车辆识别方法. 验证分析显示：AlexNet*的图像分类F1 均值达 85.51% ,优于AlexNet(82.54% )、LeNet(63.88% )、CaffeNet(46.64% )、VGG16(16.67% ) 及 GoogLeNet(14.38%);本文车辆识别方法对小汽车及公交车的正检率、重检率和漏检率均值分别达94.63%、6.87%、4.40%,可有效识别无人机视频目标.     

多模式公交网络中考虑定制公交的活动与出行建模

近年来,由于一些新型交通服务的出现与迅速发展,多模式公交网络包含了更多的交通模式.定制公交作为一种创新的公共交通服务,在中国许多城市引起了人们的广泛关注. 针对包含定制公交的多模式公交网络,本文提出了基于活动的模型以模拟出行者的活动与出行行为.本模型探究了由于定制公交的出现,人们在多模式公交网络中的行为决策变化,并采用了超级网络以同时模拟用户的活动与出行行为.为研究定制公交的容量约束与预约机制,在模型中有效模拟了用户的逐日学习与调整过程.本文通过实例验证了所提出模型的有效性,结果显示,定制公交的运营显著影响了出行者的活动与出行行为.     

建构主义学习理论及其倡导的教学模式

本文简要分析了建构主义全新的学习理论以及受其理论影响而形成的教学模式,并结合其基本理论阐述了对大学英语教学的启示。文章认为,教学模式和教学方法的改革离不开现代外语教学理论的指导,建构主义学习理论对传统的教学理论和观念提出了挑战,为大学英语教学模式的转变提供了理论依据。     

基于语料库数据驱动学习模式的外语教学

数据驱动学习(DDL)是一种基于语料库的发现式学习方法,是语言学习者自身在对大量真实语料观察和分析的基础上将问题解决的自主式学习,它是语料库在外语教学与学习中运用的产物,开辟了英语教学的新视野。本文浅析了语料库DLL在外语教学中的具体运用,希望能引起更多学者的探讨,丰富和改善外语教学的内容和质量。     

第二语言学习的认知策略分析

成功的外语学习者在学习中善于使用必要的认知策略。外语教师在外语教学中,应利用学生的主观能动性,培养学生认知策略能力,提高他们分析解决问题的能力,从而有效地促进了学生学习的内在动力,使学习主体的建构成为可能。     

提高高职数控技能教学效果的探讨

文章分析了数控人才的市场需求及现状,从提高高职学生数控技能水平入手提出教学改革的思路:整合教学内容,实行模块化教学,重视传统金工实习,加强实训基地建设。     

谈平面动画设计的教学

文章结合高职高专平面动画设计的教学实际,阐明了平面动画设计课程的教学目标与内容设置,介绍了平面动画设计教学方法与教学手段,论述了对高职高专的学生加强实践技能训练与考核的重要性和实施方法。     

基于神经网络实现交叉口多相位模糊控制

根据城市交叉口交通流的特点，给出了一种交叉口多相位自适应控制算法，综合考虑相邻车道上的车队长度，利用多层BP神经网络实现了道路交叉口多相位模糊控制。仿真结果表明，所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误，具有较强的学习和泛化能力。     

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...