好玩至上!Peugeot 206CC 1.6

第一次见到206CC的情景记忆犹新：漫长的假期,我坐在巴黎大街上喝牛奶,慷懒的阳光、性感的微风,无比惬意,注意力一下子被一部堵在路中间的绿色206CC所吸引,车上两位惊为天人的法国美女,就像电影里面掉出来的一格镜头,集中了所有女生的美好幻想……今天,我怀着依然激动的心情坐上了2005款206CC,虽然后面跟着3个五大三粗的编辑部伙计,虽然遭遇试车路上第一次的滂沱大雨,虽然我一直没有机会把篷给开了,虽然……     

基于改进YOLOv5的雾霾环境下船舶红外图像检测算法

从监控图像中准确检测船舶对于港区水域船舶交通智能监管具有重要意义。为解决雾霾条件下传统YOLOv5目标检测算法对船舶红外图像检测准确率低、小目标特征提取能力弱等问题,提出了基于Swin Transformer的改进YOLOv5船舶红外图像检测算法。为扩大原始数据集的多样性,综合考虑船舶红外图像轮廓特征模糊、对比度低、抗云雾干扰能力强等特点,改进算法提出基于大气散射模型的数据集增强方法;为增强特征提取过程中全局特征的关注能力,改进算法的主干网络采用Swin Transformer提取船舶红外图像特征,并通过滑动窗口多头自注意力机制扩大窗口视野范围;为增强网络对密集小目标空间特征提取能力,通过改进多尺度特征融合网络（PANet）,引入底层特征采样模块和坐标注意力机制（CA）,在注意力中捕捉小目标船舶的位置、方向和跨通道信息,实现小目标的精确定位;为降低漏检率和误检率,采用完全交并比损失函数（CIoU）计算原始边界框的坐标预测损失,结合非极大抑制算法（NMS）判断并筛选候选框多次循环结构,提高目标检测结果的可靠性。实验结果表明：在一定浓度的雾霾环境下,改进算法的平均识别精度为93.73%,平...     

基于改进YOLOv5s模型的地铁屏蔽门与列车门间异物快速检测方法

快速准确地检测地铁屏蔽门与列车门间异物对于保障安全具有重要意义。针对当前地铁屏蔽门与列车门间异物检测方法的低效和不准确,提出了1种基于YOLOv5s模型的快速检测方法。由于原始YOLOv5s模型在检测异物时仅依赖于候选区域内部特征信息而忽略了全局语义信息,因此引入全局语义模块来解决这一局限。该模块集成了非局部模块和压缩-激励模块：非局部模块采用自注意力机制建模像素对关系,捕获长局信息依赖;压缩-激励模块则起到降低模型计算量的作用。全局语义模块使得模型能够捕获全局语义信息并将其与局部信息相结合,以实现更好的异物检测,同时不会显著增加计算复杂度。此外,原始YOLOv5s模型中低效的Focus模块被1个完全由标准卷积单元构成的Stem模块所取代,有助于减少模型计算量和提高检测速度。使用桌面级显卡NVIDIA TITAN Xp,在从真实地铁站中采集构建而成的5 854张地铁异物数据集,对模型进行验证,实验结果表明：(1)改进后的YOLO模型表现显著优于其它基准模型,检测速度达到385帧/s,相比原始YOLOv5s提升100%,相比最快的YOLOv3-SPP提升466%;(2)改进后的YOLO模...     

基于ETC数据和A-BiLSTM神经网络的高速公路节假日短时交通流预测模型

电子不停车收费（electronic toll collection,ETC）门架系统为节假日高速公路短时交通流预测提供了数据支撑。针对节假日场景下高速公路交通流的非线性和复杂性特征,基于ETC门架数据研究了由注意力机制（attention）和双向长短期记忆（bidirectional long/short-term memory,BiLSTM）神经网络组成的Attention-BiLSTM(A-BiLSTM)组合模型。通过对ETC门架数据进行预处理,保证模型输入的可靠性;采用滑动窗口方法构建监督学习样本,提高模型学习效率。在模型中,使用BiLSTM神经网络,实现对交通流数据前向和后向时间依赖性特征的深入提取;引入注意力机制动态地权衡网络提取信息的重要程度,增强隐藏层特征的非线性表达能力;利用贝叶斯优化方法对模型进行超参数调优,提高模型的预测性能。采集大理-丽江高速公路白汉场至拉市镇的门架数据,处理成时间粒度为5,10,15 min的交通流数据进行模型验证。实验结果表明：(1)相比于自回归移动平均模型、支持向量机的预测结果,A-BiLSTM组合模型的均方根误差（root mean sq...     

基于注意力机制和时空卷积网络的客流预测方法

客流预测方法可以帮助城市轨道交通运营部门根据客流动态变化调配列车资源,是实现精准列车动态控制的基础。研究提出基于注意力机制和时空卷积网络模型的客流预测方法,融合不同功能的网络单元,使得网络可同时捕获客流数据的时间相关性、空间相关性和时空相关性,并采用注意力机制以提高模型预测的准确性,能够同时实现城市轨道交通多站客流的动态预测。基于北京地铁的实际客流数据对该方法和模型进行数值试验,结果表明该模型性能优于其他基线模型。     

基于DA-SSD的有轨电车轨道小目标障碍物检测算法

城市有轨电车轨道障碍物的高精度、快速检测对保障城市有轨电车安全行驶具有重要意义。针对SSD算法检测轨道小目标障碍物精度较低的问题,提出了基于DA-SSD的城市有轨电车轨道小目标障碍物检测算法。在SSD目标检测算法的基础上,设计低层双段反卷积模块,丰富低层特征层的语义信息,增加自适应注意力机制模块,生成具有更强语义信息和精确位置信息的低层特征预测层,修正先验框生成方式,缩小各个特征层先验框的大小,增强轨道小目标障碍物检测的适应性。通过自制有轨电车轨道障碍物数据集进行训练与测试。结果表明：当R_iou=0.6时,DA-SSD算法的MAP达到78.17%,检测速度为23.4 f/s,相比SSD算法,该算法在保持高速检测的前提下,提高了有轨电车小目标障碍物的检测精度。     

多分支残差注意力机制融合的图像超分辨率重建

针对图像超分辨率重建时存在特征映射不完全,以及映射特征易丢失而导致的重建效果不佳的问题,提出了一种多分支残差注意力机制融合的图像超分辨率重建算法。该算法在深层特征映射部分引入多分支架构,增加了网络宽度;并在每个分支中引入包括融合注意力机制的残差结构,对不同的特征信息进行侧重学习,提高了模型提取特征的能力;然后在非线性映射输出层对多个分支映射的信息进行叠加,进一步使特征信息融合,促进参数传递。试验结果表明,该算法在客观评价指标上和主观图像效果上均优于其他算法,有效提高了重建图像的细节清晰度。     

论马克思主义哲学的实践意蕴

在马克思主义哲学中,实践观具有世界观意义,它提供了理解自然、社会和人类思维的全新视野。只有立足于实践的观点,才能真正把握马克思主义哲学的自然观、历史观和思维观及其内在逻辑。     

公路客运发展的系统动态学模型

通过对公路客运发展的系统动态学模型的介绍,阐述了公路客运与国民经济保持同步增长的必然性,并对公路客运发展趋势进行分析预测。     

应进一步完善船舶压载水管理

大量研究证实,船舶压载水是外来水生生物入侵的一个重要途径和载体。据IMO估计,每年世界船队约带着100亿吨压载水周游世界。大约7000至10000种不同的有潜在危害的海洋微生物、植物及动物每天在全球“旅行”,这必将带来对生态平衡的破坏,进而造成对经济、人类健康的不良影响。