视野死角——幼儿的安全杀手

最近发生许多因汽车"视野死角",造成幼儿不幸身亡的案例。所谓视野死角,是指在视力的范围内,因物体的障碍而看不到的地方。比如,汽车驾驶人在驾驶汽车时,因为车辆的速度、大小、后视镜,以及人体视觉的视界不同,导致驾驶人的视野死角。另外,车辆在转弯时,因前后轮的行进轨迹不同,会出现内轮差。行人或是骑车者因为不了解这两项信息,常常发生错觉,以为汽车驾驶人应该看到自己而没有警觉。一旦闯入汽车的视野死角或内轮差,便会造成意外的发生。2～6岁幼儿因身心发     

基于CNN-LSTM网络模型的风电功率短期预测研究

风电功率预测对电力系统的稳定运行与经济调度至关重要。为充分挖掘历史数据中的有效信息以提高风电功率短期预测精度,提出一种基于卷积神经网络(convolution neural network,CNN)和长短期记忆(long short-term memory network,LSTM)网络模型的风电功率短期预测方法,利用CNN序列特征提取能力进行有效信息的提取,保留更长的有效记忆信息以解决梯度弥散问题,弥补了LSTM网络模型面对过长序列时出现不稳定与梯度消失现象的不足。用国内某风电场数据进行实验,预测结果表明文中提出的方法与反向传播神经网络和LSTM网络预测方法相比,具有更高的预测精度。     

基于CNN-BiLSTM的高速公路交通流量时空特性预测

目前,高速公路交通管控部门对准确交通数据的掌握还存在局限性,预测值也不够精确,为给出行者提供更好的交通引导,必须采用新方法预估误差较小的交通流量数据.提出一种同时考虑时间与空间因素的卷积-双向长短期记忆(CNN-BiLSTM)模型,将具有空间局部特征提取能力的卷积神经网络(CNN)和具有能同时考虑前后方向长时间信息的双向长短期记忆(BiLSTM)相结合,将其用于预测更能体现随时空变化不断波动的交通流量.以一些简单的基准方法作为对比模型,采用均方误差(MSE)等5项评估指标,在美国加州高速公路数据集上进行训练和测试,结果表明:由CNN-BiLSTM得出的预测结果更符合实际交通流量的变化趋势,在高峰期和波动较大时间段均能较好地拟合真实值,灵敏度较高.     

渐消记忆滤波器在海上探雷试验中的应用

在海上进行探测水雷的试验中,常常因为船体的摇摆而使回波图像中目标的位置不固定,影响了水雷探测的准确性。研究基于Kalman滤波理论的渐消记忆递归最小二乘法,探讨渐消记忆递归最小二乘法在图像重建中的应用,并用于实现对回波图像的更新。结果表明,渐消记忆滤波器通过引入旧数据对图像更新的影响,使得回波图像中目标位置的变化具有连续性。     

基于VMD-LSTM轨道交通客流预测模型

客流量预测是城市智能交通系统的重要组成部分.为实现客流量的准确预测,首先采用变分模态分解(VMD)将时序客流数据分解成不同时间尺度下的本征模态函数(IMF),降低数据噪声对客流预测模型的影响,再结合长短时记忆神经网络(LSTM)进行预测,提出VMD-LSTM预测模型.采集明尼苏达州州际轨道交通客流数据对模型进行验证.结...     

你快乐我快乐——宗申快乐100幸福分享百分百

当孤独围绕在你的周围, 快乐成为一丝记忆, 你需要什么?需要亲情、需要爱情、需要友情,需要阳光,需要快乐, 需要拥有自己的思想和主张……     

中餐菜单的翻译障碍及翻译方法

随着我国旅游业的发展和2008年北京奥运会的临近,中餐菜单翻译日益显示出其重要性和必要性。文章分析了中餐菜肴及主食翻译的障碍,并结合实例归纳了几种常用的翻译方法。     

谈口译教学中的技能训练

文章认为英语专业口译课教学的重点应以技能训练为中心,并辅之以语言训练,探讨了培养学生综合素质的问题,同时介绍了几种常见的技巧:记忆技巧、笔记技巧、公众演说技巧等。     

基于行人认知规律的地铁引导标识信息优化

地铁引导标识担负着引导行人出行的重要功能,目前许多引导标识设置混乱,信息过载,导致认知率较低.为了使行人更高效地从引导标识获取信息,从行人认知规律出发,分别针对行人的瞬时记忆、短时记忆遗忘规律设计了室内认知试验,通过对引导标识信息进行组块划分,对不同组块数量标识的瞬时记忆容量进行研究;采用"Brown-Peterson...     

前瞻记忆和非计划冲动性对引航安全的影响

为分析前瞻记忆和非计划冲动性对引航员安全绩效的影响,采用"前瞻回溯记忆问卷"以及"Barratt冲动性量表"作为测量工具,比较引航员之间前瞻记忆、非计划冲动性与安全绩效这三者的差异.结果表明前瞻记忆能力较好、非计划冲动性较低的引航员,发生事故的可能性较小;非计划冲动性在前瞻记忆和引航员的事故率之间呈链式中介作用.研究结...