高速公路机电工程相关界面的合理划分

加强机电工程的设计及管理不仅能保证工程质量,而且能够降低工程造价,提高施工效率。合理划分高速公路机电工程相关界面,能有效确保和提高高速公路机电设施在公路运营和管理中的作用与地位。     

试论高速公路机电工程的施工管理

从高速公路机电工程施工管理的界面跟踪、联合设计、施工图设计、设备调试安装的质量检测和试运行5个阶段,系统地分析了每个阶段的工作重点,为建设管理部门搞好施工管理提供借鉴。     

WiMAX技术在船舶通讯中的应用研究

本文主要对作为3G技术之一的WiMAX技术应用在航海通信中的可行性进行了分析,对采用WiMAX技术的AIS系统在通信方式上提出了新的解决方案,为整个航海通讯提供了新的通信模式。     

＂马太效应＂对科技奖励的影响

科技奖励中的＂马太效应＂具有双重作用,是现代科学技术发展过程中难以避免的客观现象,它既有促进科技进步,形成优势积累等积极作用,又有加剧科学共同体等级分化、阻碍科技新人发现成长及催生学术腐败等消极影响。本文系统分析了科技奖励中的＂马太效应＂的积极作用与消极影响,并提出了相应对策,从而为采取措施,趋利避害,促进科学技术稳定发展提供理论基础。     

提升企业研发能力实现由制造向创造的转变

随着国外企业在我国投放的中高级轿车越来越多,我国自主品牌汽车市场份额提升速度开始缓慢,中国汽车迫切需要确立核心竞争力。文章阐述了为加强和提升我国汽车企业研发能力,实现由中国制造向中国创造的转变,企业应从“7个加强”上下功夫,表明我国汽车企业要想获得话语权,只能靠提升研发创造能力获得市场地位。     

公差分析和优化设计

公差分析和优化设计是产品尺寸管理过程的核心部分,在降低成本,缩短开发周期和提高产品质量等方面起着非常重要的作用。文章详细介绍了完整产品的公差分析过程,阐述了计算机辅助三维公差分析的原理和步骤。表明根据分析结果可制定相应的测量计划,并根据实际情况修正数学模型,完善数据库。指出公差分析和优化设计,从根本上保证了质量目标的达成,并且极大地减少了后期修改,正在越来越多地被应用到实际开发过程中。     

考虑对地航速和航向的船舶典型轨迹提取方法

基于船舶自动识别系统(Automatic Identification System, AIS)数据的船舶典型轨迹挖掘需要经过两个重要步骤,一是压缩 AIS 数据,二是聚类压缩后的 AIS 数据。传统的DP(DouglasPeucker)压缩算法,只考虑船舶轨迹的压缩形状,忽视了船舶航行中其他重要信息。为解决此问题,把对地航速和航向加入到DP算法的压缩过程中。在AIS轨迹聚类方面,传统谱聚类方法只对船舶轨迹的位置进行相似性度量,没有考虑船舶轨迹的其他维度,针对此问题,提出多属性轨迹相似性度量方法。由于不同的输入参数影响着最终的聚类质量,引入Calinski-Harabasz指标评价谱聚类算法,实现聚类参数的自适应选择。利用山东威海水域的实际AIS数据进行实例研究,并与传统谱聚类算法做比较实验。实验结果表明,利用该方法提取到的典型轨迹符合真实水域的交通情况,相较于传统谱聚类方法具有更高的聚类质量。     

基于ECDIS的航线评估技术研究

通过对ECDIS航线设计功能的分析,结合舰船海上航行的相关要求和GIS的现有技术,研究了基于ECDIS的航线评估技术,建立了航线评估适用模型,为扩充电子海图系统的空间分析功能,挖掘海洋空间数据中的隐含信息,实现GIS在航海领域中的应用提供了技术支持。     

AIS和Labview在船舶自动识别系统开发中的应用

近年来船舶碰撞事故频发,造成了大量人员伤亡和财产损失,并且给环境造成了巨大污染。传统的雷达探测存在受天气影响大、近距离存在盲区等劣势,本文提出一种基于Labview技术和NI数据采集卡的船舶自动识别系统,对系统的硬件和软件进行了详细设计,设计了传感器的数据采集程序,能够完成船舶的信息发送、接收等,本文设计的AIS系统具有很高的稳定性,开发周期短。     

基于秩最小化矩阵去噪的船舶轨迹重构方法

针对船舶自动识别系统(Automatic Identification System，AIS)在实际应用中存在错误数据频发、数据丢包等问题，本文提出一种基于秩最小化矩阵去噪的船舶轨迹重构方法，利用去噪实现轨迹重构，同时，实现对轨迹的去噪和缺失补全。该方法通过线性插值实现经度对齐，将轨迹数据转化为轨迹矩阵，从而补全轨迹中的缺失值。由于补全结果存在非常大的误差，因此，引入 PLR(Patch-Based Low-Rank Minimization)算法去噪，消除误差。同时，为进一步提升补全效果，通 过2D-VMD(Two-Dimensional Variational Mode Decomposition)算法将矩阵分解为不同频率的IMF (Intrinsic Mode Function)，并分别进行PLR去噪，合并去噪结果，得到最终重构后轨迹。本文以长江武汉段水域船舶AIS轨迹为研究对象，通过实验证明该方法在不同缺失比例以及随机缺失和连续缺失两种情境下具有鲁棒性和较强的稳定性；并与 HALRTC(High-Accuracy Low-Rank Tensor Completion)、TRMF(Temporal Regularized Matrix Factorization)等方法进行比较，结果表明， 该方法相较于HALRTC等方法具有更高的精度，并在高损失率下表现出较好的重构效果。