基于随机森林结合前向序列选择算法的铁路隧道防水板检测数据关键影响因素识别北大核心

针对参数特征复杂度高的铁路产品,提出了一种基于随机森林(RF)结合前向序列选择(SFS)算法的铁路产品检验检测数据关键影响因素识别方法,以辅助基于经验的识别方法。创新使用RF-SFS算法,将其应用于铁路隧道防水板检验检测数据关键影响因素的识别研究。根据多年铁路隧道防水板检测数据,建立RF模型,获得了影响铁路隧道防水板检测结果的特征关键性评分序列。随后,结合SFS方法得出关键性评分序列的阈值,将排名前6位的影响因素识别为关键特征,模型的预测能力达到99.98%。为验证关键特征识别方法的有效性,对比分析3种模型在使用不同特征子集时的预测能力。当仅选用关键特征时,3种模型的预测能力均达到最佳,加入冗余特征后模型的预测能力逐渐降低。     

船舶动力设备退化基线计算及预测方法

船舶动力设备在自身性能退化过程中的相当长一段时间内仍能完成规定功能,对具有重要特征参数或性能指标的船舶动力设备而言,若使用定基线进行健康状态评估会导致评估值连续较低甚至误报警问题。为了解决这一问题,以目标设备按性能退化时间序列采集的特征参数为研究对象,首先建立退化基线计算方法,利用滑动概率神经网络和性能可靠度与基线值间的转换函数获得目标设备的动态退化基线;然后建立ARMA预测模型获得预测参数,并与退化基线计算方法结合对退化基线发生动态变化的时间节点进行预测;最后利用海水泵对建立的方法可行性进行验证。结果表明,本文建立的退化基线计算方法能够获得动态基线,退化基线预测方法能够对动态基线的变化时间节点进行准确预测。     

基于聚类站点客流公共特征的轨道交通车站精细分类

已有城市轨道交通车站分类多基于定性分析，不能满足精细化设计和运营的需要。本文提出一种基于聚类站点公共特征的站点精细分类方法。首先，将来源于AFC(Automatic Fare Collection)的进站客流量数据处理为时间序列数据，并基于K-Means++算法对各个站点的客流量进行聚类；其次，建立客流量聚类结果与土地利用特征多维参数的拟合方程，计算获得居住密集型、工作就业型以及区域中心型等5种大类站点的客流量公共特征。在此基础上，充分考虑属于同一大类站点不同站点的细分特性，使用5类客流量公共特征比重组合精细描述具体站点类型。 实例结果表明，使用本文提出的精细分类方法计算得到的每个站的客流量拟合值与真实客流值间的平均绝对百分比误差控制在14%以内，说明该分类方法具有可行性。     

集群渲染在车辆三维动画制作中的应用

文章介绍了车辆三维动画及其渲染的相关概念,利用企业局域网中工作电脑组建计算机集群进行动画渲染,提高车辆三维动画制作效率,解决三维动画渲染周期过长的问题,最后通过实践验证该方法的可行性并给出进一步的改进措施。     

任务驱动法在《连锁企业门店营运与管理》课程中的运用

职业技术教育的目标是培养具有综合职业能力和全面素质的,直接工作在生产、技术、管理和服务第一线的应用型、技能型高级人才。《连锁企业门店营运与管理》是连锁经营管理专业一门实践性较强的职业技能课,根据高职教育和连锁经营专业的特点,采用任务驱动法教学更适合培养高素质的应用型人才。     

紧贴使命任务狠抓专业训练——68202部队全面提升军交运输保障能力

近年来，兰州军区某部在职驾驶员训练工作坚持以军事斗争准备为牵引，以《军事训练与考核大纲》为依据，紧盯“打赢”目标抓训练，着眼使命任务创新训练方法，始终把提高军交运输保障能力工作纳入重点部队建设的系统工程，按照打仗的要求统一计划，严格施训，军交运输综合保障能力明显提高，不仅为部队圆满完成以军事训练为中心的各项任务提供了有力保障，而且多次经受住了外训演习、赴高原适应性训练、作战能力评估、千里奔袭演练等重大任务的检验。     

浅谈提高工程项目投标质量的实践与体会

工程任务承揽是一个系统工程，涉及方方面面，在实际运作过程中，尤其要搞好区域性投标市场研究开发，有效规避投标风险，建设高素质经营投标队伍，形成职责明确、分工协作的激励约束机制，对全面提高投标经营工作质量与效果至关重要，是加快施工企业发展的关键环节。     

船用陀螺随机漂移建模方法的研究

论述了几种主要的陀螺仪漂移建模方法，介绍了各种方法的特点及建模公式，为我们建立准确的陀螺随机漂移模型提供了参考。     

外汇汇率时间序列静态属性的抽取

为了能够使用现有的数据挖掘技术(例如粗糙集)对外汇汇率时间序列进行数据挖掘,必须从外汇汇率时间序列数据中抽取决定时间序列行为发展趋势的静态属性.针对外汇汇率时间序列的特殊性,给出了时间序列静态属性抽取技术的几个关键步骤,完成了从外汇汇率时间序列中抽取出静态属性,最后利用这些静态属性组成的数据库,实现了对外汇汇率时间序列比较准确的预测.