基于Bi-LSTM的多类型特征融合驾驶员疲劳识别方法

针对传统的基于驾驶员面部图像采集的单一类型特征的疲劳识别方法,在阴影遮挡及光照变化场景下存在准确性、鲁棒性不足的问题,深入开展基于多类型特征融合的驾驶员疲劳识别方法研究。在分析非图像化的驾驶员疲劳特征的基础上,通过机器人操作系统（Robot Operating System, ROS）的话题订阅来实现驾驶员生理特征、操作行为特征及面部特征的多源数据同步采集。处理原始数据并分析数据特性,提出了一种融合生理特征与驾驶员及观测者主观评价的数据标注策略,标注疲劳特征,构建驾驶员疲劳数据集;将驾驶员操作行为特征与面部特征融合,形成多类型特征融合序列,并基于双向长短时记忆（Bi-directional Long Short-Term Memory,Bi-LSTM）网络,构建多类型特征融合的疲劳识别模型;通过单一类型特征与多类型特征对比试验、不同场景对比试验证明,基于Bi-LSTM的多类型特征融合识别方法的准确率和鲁棒性较单一类型特征识别方法均有明显提升,能在各种场景下更好地识别驾驶员的疲劳状态。     

铁路基础设施位移数据预测模型研究

线路安全是铁路运营的重要前提，我国铁路跨度广、行车环境复杂，当铁路基础设施稳定性产生改变时往往会严重影响行车安全。文章采用长短期记忆（LSTM,Long Short-Term Memory）模型对基于全球导航卫星系统（GNSS,Global Navigation Satellite System）的铁路基础设施监测系统的形变监测数据进行建模预测，实现对铁路基础设施灾害的早期预警，并与多种传统时间序列预测模型进行对比，结果表明，LSTM模型具有更好的性能。     

重庆市某特教机构3～7岁孤独症谱系障碍儿童营养情况调查

目的比较3～7岁孤独症谱系障碍(autism spectrum disorder, ASD)儿童与正常儿童营养状况,为后期营养干预提供科学依据。方法采用随机整群抽样,对符合纳入标准的48名ASD儿童和42名正常儿童进行体格测量、食物称重法结合膳食回顾法的膳食调查、血常规和血清维生素A检测。结果 ASD儿童与正常儿童身高的Z值未见明显差异(P=0.611),ASD组体质量与体质指数的Z值更低(P=0.032、0.035);膳食调查显示,ASD儿童平均每日摄入的能量和3大营养素低于正常儿童(P<0.001),两组儿童每日摄入的膳食纤维、维生素A、维生素D、维生素B1、维生素B2、维生素B6、叶酸、钙存在不同程度的摄入不足;ASD组儿童每日摄入的维生素B1、维生素B2、钙的摄入不足率较对照组更高(P<0.001,P=0.001,P<0.001);两组儿童未见明显贫血与缺铁现象[贫血率比较P=0.946,两组平均红细胞容积(MCV)、平均红细胞血红蛋白水平(MCH)、红细胞分布宽度(RDW)降低率比较P=0.535、1.000、0.946];ASD组儿童血清维生素A水平比正常儿童缺乏更为严重,且具有统计学差异(P=0.007)。结论 ASD儿童存在更为明显的营养素缺乏,提示临床医师需对ASD儿童进行膳食干预,进行个体化营养指导。     

长风几万里 四驱之王LAND CRUISER 200兰德酷路泽挑战三大沙地之科尔沁

我喜欢秋天澄澈的阳光、如洗的碧空和凛然的北风,在这个季节,鹰飞鱼翔,万类霜天都是自由的;我喜欢这种自由,它毫无拘束就像风中的沙子;我渴望这种自由,那是一个人、一辆车和历经万水千山也一去不返的勇气。     

光影、轰鸣、重力与记忆

这是驾驭栏目,这应是一篇严谨的试驾报告,这里该有密密麻麻罗列的数据,应该用准确的文字去记录我感受到的每一点驾驶感受,而这也是我原本的打算。但真正发生的情节是,从我用左手拧动车匙,在一声嘶吼中唤醒了这台911CarreraS后,我便失去了所有的逻辑思考能力,留下的只是身体出于本能,记录下最纯粹的回忆。     

二维角度坐标法在汽车人机工程布置和视野校核中的应用

简述了二维角度坐标法,通过三维直角坐标法和二维角度坐标法计算了A柱障碍角,并对结果进行了分析对比,探讨了二维角度坐标法在汽车人机工程布置和视野校核中应用的可行性。     

浅议档案的文化性

本文论述了文化与档案文化的涵义,从档案形成、档案内容、档案载体、档案建筑、档案工作、档案工作人员等方面揭示了档案文化性的具体体现。     

基于改进TOPSIS法的城市公交发展评价

采用综合量化分析法,构建城市公交发展评价指标体系,提出各评价指标的量化方法。根据评价指标体系的结构特点,提出基于改进TOPSIS法的城市公交发展评价模型和基于障碍度分析的影响因素识别模型。通过对南通市城市公交发展评价的实证分析,验证评价方法的有效性和可操作性。     

海上自主航行设备导航技术研究

近年来,雷达技术被越来越广泛地应用在机器人技术中,尤其在海上机器人障碍规避机制的构建中,发挥了重要的作用。为了实现海上设备的自主航行,需要将雷达信号分析技术与目标探测技术相结合。本文提出一种应用于海上自主航行设备的模型,该模型能够将射程谱的最优估计转换为多目标信息,同时能够基于雷达信噪比信息,实现雷达功率谱预测。本文对该模型进行理论分析,并采用数值模拟,证明提出的模型能够实现海上障碍的有效探测,帮助海上设备实现自主航行。