基于WEB技术的工程管理信息系统开发

基于WEB技术开发的工程管理信息系统可以适应工程建设参建单位众多、工程跨越的时间长、空间大、人员流动性高等待点，随着计算机技术和互联网应用的普及，该系统应用方便、成本低、效率高，具有显著的比较优势和应用价值。以厦门市路桥建设投资总公司最新开发完成的工程管理信息系统为基础，介绍基于WEB技术的工程管理信息系统开发思路。     

基于信息融合的发动机全系统故障诊断研究

针对传统发动机故障诊断的不足,利用多传感器信息融合技术可以提高故障诊断精度的特点,将多传感器信息融合技术引入发动机故障诊断,提出了基于多传感器信息融合的发动机全系统故障诊断策略。     

车载动态实时可视化交通信息服务系统

一种新型城市交通信息服务系统,它采用GPS接收机、数码像机、有线/无线智能传感器、辅以人工等方式完成路况信息采集,经控制中心处理后按1～3次/min频率生成全面、综合反映路况信息的实时、动态交通图,通过无线传输为公众提供实时、动态路况信息,并用全新概念的车载显示器Skipper显示路况信息,实现道路车辆均衡化、提高道路利用率。论述了其开发背景、系统构成及工作原理、核心产品开发与运用等。     

GIS技术在公路建设管理中的应用研究

针对公路建设的发展以及工程项目管理发展的要求,介绍了道路CAD技术、地理信息系统(GIS)技术、数据库技术、网络技术在公路建设项目管理过程中的应用以及如何借助GIS的图形处理功能、信息表现及其空间分析功能对公路建设过程中的各工程实体的工程信息、计划进度、质量监理、费用管理等进行可视化表现和分析,规范和方便建设项目的科学管理,从而为公路建设的管理者和决策者提供直观、可靠、及时和有效的管理手段,便于作出相应的决策。     

运用经济杠杆长效治理超载超限运输

分析了经济利益贯穿的货主—运输业户—车辆生产、改装厂家的超载超限运输链条的成因、现状和危害;提出了要从以核定载质量为依据转而以货车实际总重和轴载限额为依据对货车实施计重收费的思路,通过区别对待,体现公平,分步推进,累积治理,实现运用经济杠杆,达到长效治理超载超限运输的目的;阐述了江苏、河南、青海等省份实行计重收费所产生的积极效果以及他们推广的安排;提出在计重收费方法以及低速动态轴载称重设备精度、可靠度和价格方面还需要进一步探讨。     

交通综合信息平台建设研究

建立一个基于GIS-T的交通综合信息平台。它能够接受、存储和处理多源异构数据．能够为各种应用子系统和公众提供良好的信息服务。同时，对平台的框架设计、功能构成以及平台实现的关键技术进行说明和分析。     

磁导航车体运动数字控制系统数学模型研究

探讨磁导航车体运动数字控制系统的数学模型。用实验方法建立磁导航车体运动数字控制系统典型环节的时间连续数学模型,结合车体运动机械操纵环节的传统数学模型建立整个控制系统的时间连续数学模型。利用Z变换方法把控制系统时间连续数学模型转换成离散数学模型,引入数字控制系统典型环节的数学模型,建立磁导航车体运动数字控制系统的离散数学模型。设计数字控制系统的二次型最优控制器并进行计算机仿真。仿真分析结果验证了数学模型的有效性。     

舰艇编队信息融合中模糊C-均值算法改进研究

在分析舰艇编队信息处理融合的基础上,提出舰艇编队信息融合体系结构、模型和实现框架。针对原C-均值算法在处理数据时的不合理性,提出了改进的模拟C-均值算法,提高分类效果,满足信息融合的实时要求和可靠性要求。     

高职电子信息工程技术专业学生专业能力培养路径的研究与实践

对接电子信息产业人才需求,分析就业岗位工作任务、分解专业能力,在优化课程体系、增强实践教学、完善实践教学支撑体系、培养创新思维和教师队伍建设等方面,形成高职电子信息工程技术专业学生专业能力培养路径,并付之于实践,为电子信息产业培养具有较强专业能力的技术技能人才。     

Identifying tourists and analyzing spatial patterns of their destinations from location-based social media data

Reliable travel behavior data is a prerequisite for transportation planning process. In large tourism dependent cities, tourists are the most dynamic population group whose size and travel choices remain unknown to planners. Traditional travel surveys generally observe resident travel behavior and rarely target tourists. Ubiquitous uses of social media platforms in smartphones have created a tremendous opportunity to gather digital traces of tourists at a large scale. In this paper, we present a framework on how to use location-based data from social media to gather and analyze travel behavior of tourists. We have collected data of about 67,000 users from Twitter using its search interface for Florida. We first propose several filtering steps to create a reliable sample from the collected Twitter data. An ensemble classification technique is proposed to classify tourists and residents from user coordinates. The accuracy of the proposed classifier has been compared against the state-of-the-art classification methods. Finally, different clustering methods have been used to find the spatial patterns of destination choices of tourists. Promising results have been found from the output clusters as they reveal most popular tourist spots as well as some of the emerging tourist attractions in Florida. Performance of the proposed clustering techniques has been assessed using internal clustering validation indices. We have analyzed temporal patterns of tourist and resident activities to validate the classification of the users in two separate groups of tourists and residents. Proposed filtering, identification, and clustering techniques will be significantly useful for building individual-level tourist travel demand models from social media data.