具有无序排列管片环结构的地铁盾构隧道数字模型智能重建北大核心CSCD

运营地铁隧道的管理、健康监测及维护正逐渐趋向于数字化、智能化;但常因地铁盾构隧道管理和检测单位缺少隧道数字模型,限制了地铁隧道智能维护和管理系统的应用和发展。文章针对地铁盾构隧道中无序排列的管片环结构,提出了一种基于深度学习和机器视觉的地铁盾构隧道数字模型智能重建方法,利用检测车获取的隧道衬砌内表面高清图片,对管片特征物(螺栓孔)进行智能识别与自动分类,再根据螺栓孔群的分布特点自动推断隧道管片环的排版规律,从而结合隧道实际线路实现隧道数字模型快速重建。某地铁隧道的实例应用结果表明,该方法适用于管片无规律性错缝拼装的情况,能以100%的准确率实现地铁盾构隧道数字模型的智能重建。     

基于Stacking的机舱设备剩余寿命预测方法北大核心CSCD

[目的]在参考中国船级社《智能船舶规范》中智能机舱定义和要求的基础上,探索机舱设备故障预测与健康管理相关技术,开展轴承剩余寿命预测方法研究。[方法]针对常规数据驱动的轴承剩余寿命预测存在预测精度不佳的问题,利用集成学习Stacking融合策略,优选极限梯度提升(XGBoost)与人工神经网络(ANN)为基学习器,岭回归(ridge regression)为元学习器,构建R-A-X(Ridge-ANN-XGBoost)融合预测模型。选用IEEE PHM 2012 Prognostic Challenge同工况下的全寿命周期数据作为数据集设计预测性能对比实验,以MAE和R2为性能评价指标,对比研究基于单一算法、简单平均融合方式以及R-A-X融合方法的轴承剩余寿命预测性能。[结果]结果表明,基于Stacking构建的R-A-X融合预测模型的绝对平均误差(MAE)与决定系数(R2)评价值均优于文中涉及的其他方法,预测精度最高可提升20%。[结论]所提出的方法可提升轴承剩余寿命预测精度,对智能机舱中设备健康管理的实现具有一定的参考价值。     

基于语音特征迁移学习的驾驶疲劳检测

针对现有方法在实际应用时的标记样本稀缺与测试样本数据分布偏移等问题,提出一种基于语音特征迁移学习的驾驶疲劳检测方法。通过基于迁移学习的特征空间变换,对源领域有标记样本与目标域无标记样本数据间的边缘分布、条件分布、流形结构进行联合适配及降维处理,以解决样本数据分布偏移和特征维度过高的问题。以半监督学习的方式来迭代优化目标域样本的伪标记,并据此不断更新特征变换方式和迁移分类器,进而提高疲劳检测模型的精度和泛化能力。通过实验将本文方法与现有常用的监督学习、半监督学习和迁移学习等方法进行对比。结果表明,在测试时间、应用场景和被试个体均发生变化的情况下,本文所提方法的驾驶疲劳检测效果显著优于现有方法,正确率最高达到86.7%,具有实际应用价值。     

编者按

3月24日,公安部交管局在渝召开农村道路交通安全工作现场推进会。本次会议是继2014年5月28日"广西会议"之后,再次召开的全国农村道路交通安全工作现场推进会。来自各地交管部门的代表学习调研了6个观摩点,分别涉及科技信息化建设和应用;劝导站建设;农村地区交通安全宣传工作和农村交通安全劝导队建设情况;乡镇交安办和农村道路交通管理信息系统的建设;农村派出所交通管理协作;"生命工程"建设和道路交通安全隐患排查整治工作等内容。     

迎接知识经济挑战、推进高校档案事业发展

知识经济带来了机遇,也带来了挑战。高校档案工作耍适应当前的形势,就要有所变革,无论是技术手段还是人员素质,或是管理机制都要与现代的高质、高效、全方位相适应。     

加强和改进新形势下党的宣传思想工作——学习江泽民同志关于宣传思想工作的论述

在新形势下加强和改进宣传思想工作,首先要深刻认识新时期宣传思想工作新的特殊重要性,要明确把握新形势下宣传思想工作的主要任务和基本要求,要坚持党的十四大以来形成的宣传思想工作的方针原则,要进一步加强党对宣传思想工作的领导。     

浅析影响大学生学习的不良心理因素

本文分析了大这生学习的不良心理因素,产生原因,在此基础上提出了克服不良心理因素的办法和建议。     

33名入党积极分子参加学习培训

6月3日－7日,集团所属各单位33名入党积极分子参加了市国资委系统在工商管理培训基地的学习。