工程投标决策及报价技巧

此文将投标决策过程分为两大阶段即标前决策和综合决策阶段。标前决策阶段详细讨论了决策的步骤、影响因素与方法；在综合决策阶段分析了常见的报价策略。     

Towards connected autonomous driving: review of use-cases

Connected autonomous vehicles are considered as mitigators of issues such as traffic congestion, road safety, inefficient fuel consumption and pollutant emissions that current road transportation system suffers from. Connected autonomous vehicles utilise communication systems to enhance the performance of autonomous vehicles and consequently improve transportation by enabling cooperative functionalities, namely, cooperative sensing and cooperative manoeuvring. The former refers to the ability to share and fuse information gathered from vehicle sensors and road infrastructures to create a better understanding of the surrounding environment while the latter enables groups of vehicles to drive in a co-ordinated way which ultimately results in a safer and more efficient driving environment. However, there is a gap in understanding how and to what extent connectivity can contribute to improving the efficiency, safety and performance of autonomous vehicles. Therefore, the aim of this paper is to investigate the potential benefits that can be achieved from connected autonomous vehicles through analysing five use-cases: (i) vehicle platooning, (ii) lane changing, (iii) intersection management, (iv) energy management and (v) road friction estimation. The current paper highlights that although connectivity can enhance the performance of autonomous vehicles and contribute to the improvement of current transportation system performance, the level of achievable benefits depends on factors such as the penetration rate of connected vehicles, traffic scenarios and the way of augmenting off-board information into vehicle control systems.     

关联模式的新颖性研究

简要介绍了模式的主观兴趣度度量,讨论了模式与用户期望的匹配程度以及模式与领域知识的差异程度,分别从这两个方面定义了模式的新颖性度量。综合考虑领域知识和用户的参与,提出了一种新的新颖性模式评价策略。     

国外公路生态影响大尺度合作性研究

大尺度合作性研究不足会忽视很多道路生态影响,造成一定程度上的科研空区,甚至产生错误的研究成果。基于此,通过分析道路生态影响作用尺度及现存研究所存问题,同时详细探讨国外大尺度合作性研究的概况,并提出公路生态影响大尺度合作性研究适用领域及相应的方法和实施步骤,可以提高学术界对道路生态影响大尺度合作性研究的重视,提高道路生态影响科研水平。     

基于AIS的商船雷达性能分析方法

利用模糊综合评价将雷达数据和AIS数据进行融合形成两者的共同航迹,实现信息互补和位置的精确定位。首先将雷达和AIS测得不同坐标系下的位置信息变换到同一个平面坐标系中;其次统一传感器的信息,由于二者对同一目标所采集到的时间不同;然后综合考虑航行速度、航行角度和航行距离来确定航迹;最后实现信息融合,通过实验验证基于AIS的商船雷达性能分析是可行的。     

近距配置声呐方位门关联分析

由于空间分辨率低,两声呐纯方位目标关联存在关联模糊性,从而产生虚假目标(幻影)。当两声呐配置距离较近时,利用两声呐同目标的方位相似性,提出方位门快速关联,消除关联的模糊性,分析配置距离和目标方位对关联门的影响,提供目标早期接触跟踪关联方法。随着跟踪的进行,在具有初步的距离范围信息的情况下,提出距离范围方位门关联方法,提供目标接近态势下的目标关联。计算机仿真说明这2种方法的有效性。     

基于相关性精简关联规则生成算法

针对传统基于支持度-置信度桩架关联规则挖掘算法生成规则只考虑支持度和置信度的因素、没有考虑规则两者本身内在的关系并因此产生大量无效的规则的情况,提出了一种采用相关性精简关联规则产生的算法,此算法增加了一个度量——相关性来精简关联规则的产生。实验表明该算法在继承传统算法的优点的同时在一定的程度上提高了规则的有效性,降低规则冗余。     

基于模糊综合函数的飞行计划与雷达航迹关联

文章针对飞行计划航迹准确推算的困难和传统飞行计划关联算法的缺陷,利用飞行计划、起飞报、位置报等报文较为准确的推算出计划航迹,并根据关联特点,运用模糊综合函数航迹关联算法的思想,建立了仿真模型,解决了关联问题。仿真结果验证了该算法的科学性、可行性。     

H-C:基于H-Struct的频繁闭合项集挖掘算法

提出了一种基于H-struct结构的频繁闭合项集挖掘算法H-C。该算法利用了H-struct动态链接结构的特点,快速且高效地挖掘闭合的频繁项集,大大减少了冗余关联规则的产生。试验表明该算法对大型数据库的处理效率和扩展性优于传统的频繁项集生成算法。     

基于模糊层次数值型数据库发现一般化模糊关联规则

关联规则发现是数据挖掘研究领域中的重要内容之一,而以自然语言描述的模糊关联规则更符合人类的思维方式,在决策中占据重要作用。基于属性间通常还存着更高层次的抽象,即呈现出层次结构尤其是模糊层次结构这一事实,通过把经典的模糊理论与关联规则发现算法相结合,提出了在模糊层次结构下从数值型数据库中挖掘一般化模糊关联规则的相应算法。