脱硫粉煤灰二灰碎石基层废料试验研究

针对如东县东二环路二灰基层发生病害的情况,对发生工后病害的二灰碎石基层废料进行硫含量、剩余膨胀量试验,对不同硫含量条件下二灰安定性等试验检测,并对水玻璃和水泥+水玻璃处治后的二灰碎石(含脱硫灰)进行体积安定性和无侧限抗压强度试验,结果表明高含硫量是病害发生的主要原因,采用水玻璃对现场二灰碎石基层废料进行处治具有很好的处治效果。     

基于周期运行图的城市轨道交通行车组织分析

基于周期运行图的行车组织模式主要特点为规律化、模式化、简单化,通过分析客流预测对行车组织的影响,以福州市轨道交通1号线为背景,结合该线路客流特点,对基于周期化运行的列车运行图通过能力、高断面客流高峰小时列车开行对数及发车间隔等行车组织相关问题进行研究,研究结果对未来福州市轨道交通1号线运营组织具有一定的实用价值。     

基于GPS的公交运营动态调度策略研究

本文从智能公交系统入手,介绍了GPS在智能公交系统中的应用,提出了将GPS车辆定位技术应用到公交运营的实时信息采集中,对公交车辆运行状况和运营服务水平进行实时监督,提高公交服务水平和公交运行稳定性.针对车辆“早点”与“晚点”的动态调度控制策略,对车辆运行过程进行实时调度控制,并建立动态控制的一个较为实用的模型.     

城市交通运输效率评价

通过对城市交通运输效率的分析评价,能直观的得出各因素对城市交通运输效率的不同影响,针对性地解决城市交通问题,提高交通运输效率,缓解交通拥堵.从城市发展及交通畅通性角度,采用定性的层次分析法与定量的广义函数法结合,以成都市交通运输效率评价为例,进行了分析评价并提出提高交通运输效率的建议.     

珠海港在珠三角港口群中定位的SWOT分析

珠海港位于珠江口的西南部,是西江流域唯一的天然深水海港.珠三角港口群中,香港、广州、深圳三港已占主导优势,通过对珠三角地区港口群主要港口的比较分析,运用SWOT模型对珠海港在珠三角港口群中所面临的优势、劣势、机会和挑战分析,提出了珠海港在珠三角港口群中近期定位和长期定位.     

职业生涯规划与择业效能感结合的就业指导模式研究

针对高职院校就业指导工作的现状,运用实验的方法,提出通过实施职业生涯规划教学辅导、团体辅导、个别咨询三种交叉使用的方式提高学生的择业效能感,帮助学生明确就业目标、增强就业能力的就业指导模式。     

高速列车头部气动性能的模拟计算与试验

为了研究高速列车的头形对列车整车的气动性能有着重要的影响,对一节半车编组列车分别进行了空气动力学仿真分析和风洞试验.采用有限体积法对列车头部周围流场进行区域离散,进行气动性能仿真分析,得到高速列车头车的气动特性参数.在满足几何相似的基础上,对一节半编组的列车模型进行风洞试验,获取头部的气动参数,并从模拟仿真分析结果与风洞试验结果对比分析中验证,两种方法能够相互补充,相互印证,为高速列车头形的研究总结出有效的研究途径.     

高速公路突发事件救援车辆诱导

为了提升高速公路突发事件应急救援效率,将交通状况、在途潜在风险等信息纳入高速公路突发事件救援车辆诱导研究中,基于实时和时变路网环境下的交通信息,以车辆出行时间最小,路径可靠性最强为目标,构建基于在途时间和路径可靠性的车辆诱导最优化模型。设计一种实时信息和时变信息结合策略,使模型规划路径随路网交通量变化而相应做出阶段性调整,采用滚动时域策略将该动态决策问题转化为一系列离散时间点的静态决策问题,用于计算应急救援路径时间;在此基础上,考虑到高速公路突发事件发生后路网交通事故率升高,同时容易发生拥堵的状况,进一步将救援规划路径可靠性作为决策目标,即应急救援车辆规划路径在面对道路中断或者严重拥堵时是否拥有更多的调整策略,更新救援路径尽快完成救援任务;为了便于量化计算将上述目标转化为统一的价值成本,共同决定救援车辆的行驶路径。研究结果表明：当行驶路段交叉口间距离较长,中间无其他道路连通,行驶过程中由于突发事件破坏趋势蔓延导致道路中断或拥堵等意外发生时,无法更新调整救援路径,最终导致救援延误;因此,基于救援时间和路径可靠性的车辆诱导最优化模型能够克服以上问题,进一步提高救援效率。     

长江南京以下12.5 m深水航道建设一期工程的主要技术问题与研究成果

提出了工程河段的水沙运动特征与碍航特性、航道整治的时机与关键部位、航道整治方案优化、航道整治建筑物新型结构等长江南京以下12.5 m深水航道建设一期工程建设的主要技术问题,分析了解决这些问题的思路与成果,有助于对工程的了解与潮汐河段航道整治技术的认识.     

Enhancing Speech Recognition for Parkinson's Disease Patient Using Transfer Learning Technique

Parkinson's disease patients suffer from disorders of speech.The most frequently reported speech problems are weak,hoarse,nasal or monotonous voice,imprecise articulation,slow or fast speech,difficulty starting speech,impaired stress or rhythm,stuttering,and tremor.To improve the speech quality and assist the patient with speech rehabilitation therapy,we have proposed the speech recognition model for Parkinson's disease patients using transfer learning technique (PSTL),where we have pre-trained the long short-term memory (LSTM)neural network model with our developed publicly available dataset that has been obtained from healthy people through the social media platform.Then,we applied the transfer learning technique to improve the performance of the PSTL framework.The frequency spectrogram masking data augmentation method has been used to alleviate the over-fitting problem so that the word error rate (WER) is further reduced.Even with a limited dataset,our proposed model has effectively reduced the WER from 58％ to 44.5％ on the original speech dataset and 53.1％ to 43％ on the denoised speech dataset,which demonstrated the feasibility of our framework.