一种适用于高速公路土建板块养护的数字化编码体系

目前高速公路管理从建设管理向大规模运营养护管理转变。虽然各运营养护相关单位、部门有开展各自业务的信息化工作,但因缺乏统一的数据标准,各业务板块之间存在信息壁垒,无法做到高效的数据贯通,实现业财融合,也与目前提倡的精细化养护、数字交通等要求有着较大的差距。本文结合高速公路管理转变的时代特点以及目前高速公路精细化养护的痛点难点,提出了适用于高速公路土建专业板块的数字化编码体系。着力解决高速公路数字化养护过程汇总存在的问题,在实现养护作业基础资料数字化的同时,也为实现数字交通建设搭建数据底座。     

V2X车联网关键技术研究及应用综述

通过文献查阅及行业调研,研究全球汽车行业对网联化的需求。分析车联网技术的发展现状,指出当前国内外车联网技术的发展瓶颈,识别急需攻克的关键技术领域,并建议面向第5代移动通信的车路协同系统(Vehicle to Everything,V2X)车联网核心技术的演进路径,聚焦全球智能网联汽车的发展方向,为汽车产业全面数字化转型和互联网化应用提供理论基础和智力支持。     

GMDSS培训问题分析与改进建议

针对船舶对GMDSS操作员业务水平的评价反馈,以及中华人民共和国海事局对近年来GMDSS通用操作员一次性考证通过率的统计结果,对GMDSS教学方式和GMDSS评估考证的现状进行深入分析,探讨GMDSS培训与教学存在的问题,并提出相应的改进建议。     

港航业“智慧化”建设逐步推进

我国港航业各角色主体均围绕＂智慧化＂建设进行了有效的探索和实践,在建设实践中各有所专长。值得注意的是,就港航业整体而言,各角色主体＂智慧化＂建设的潘篱尚未打破近年来,＂智慧水运＂＂智慧物流＂＂智慧港口＂等概念相继提出,我国港航业加快＂智慧化＂建设进程,港航业各角色方展开积极探索和推进,取得了一定的成效。一、政府推动实践＂智慧化＂建设1.水运基础设施数字化自2010年＂智慧水运＂理念提出以来。     

谈船舶年度培训计划的实施

<正>0前言ISM规则自实施以来,在保证海上安全,防止人身伤害或生命损失,避免对海洋环境和财产的损害起到了关键性的作用。但ISM规则的实施,对人员的素质要求较高。近年来,随着船员队伍的市场化,船员的流     

船舶电站仿真系统软件人机界面的开发

本文应用微机技术,在WINDOWS操作系统下,运用Visual Basic集成开发环境,开发了一系列船舶电站仿真系统实时软件人机界面。结合船舶电站仿真系统的硬件数据采集系统,在支持程序的驱动下,实现了软件人机界面与硬件系统的实时通讯,从而完成电站仿真系统的软件在线监测和控制。在轮机员精通船舶电气业务的培训中,该软件人机界面取代了传统的控制箱,具有很强的人机信息交换功能。     

IMO动态

IMO有关公约修正案情况,2005年5月《国际海上人命安全公约》（SOLAS）修正案,2006年5月《国际海上人命安全公约》（SOLAS）修正案（远程识别跟踪）,2006年《1978年海员培训、发证和值班标准国际公约》（STCW）修正案,《国际海运危险货物规则孰IMDG Code）2006年修正案（第33套修正案）     

基于BIM技术的铁路数字化设计与应用

阐述基于BIM技术的铁路数字化设计工作主要内容,包括三维数字设计平台选择、设计标准建立、构件库建立、协同设计平台搭建和管理、各专业BIM设计与模型分析应用等.数字化设计和交付是实现铁路数字化和智能化的重要内容,BIM技术与铁路融合后形成铁路数字化设计的成套理论和技术体系,对提高铁路工程信息化管理水平、提高设计质量和效益...     

输电线路高空检修作业三维仿真培训系统研究

文中主要介绍了输电线路高空检修作业的相关技术,以及相关培训对于实际检修作业中的重要意义,同时介绍和分析比较了常用的几种作业培训方式方法之间的差异及优缺点,以及在培训过程中遇到的相关问题和不足。最后介绍了三维动态培训系统的技术要点和系统的软件、硬件的开发实现,阐述了该种培训方法较常规培训方法的优势和重要意义。     

深度残差神经网络在腹部平片检出小肠梗阻中的应用

目的通过深度残差神经网络(ResNet38)对腹部立位平片进行学习,从中检出小肠梗阻。方法本研究使用的训练集和测试集数据来源于西安交通大学第一附属医院及陕西省核工业二一五医院,独立验证集数据来源于陕西省核工业二一五医院。由2名经验丰富的影像科诊断医师依据腹部立位平片小肠梗阻的4种征象分别对来源于2家医院的3 298张腹部立位平片进行分类,意见不一致时讨论达到共识,其中小肠梗阻569例(17.3%),非小肠梗阻2 729例(82.7%)。对2组数据采用完全随机分组的方法组成训练集2 305张和测试集993张(训练集∶测试集=2.3∶1),其中训练集小肠梗阻405例(17.6%),非小肠梗阻1 900例(82.4%);测试集小肠梗阻164例(16.5%),非小肠梗阻829例(83.5%)。训练集和测试集小肠梗阻的诊断均以有丰富经验的影像科医师的评判为标准。验证集共861张腹部立位平片,其中小肠梗阻99例(11.5%),非小肠梗阻762例(88.5%),以手术结果及临床诊断为金标准。本研究使用ImageNet 2012年大规模视觉识别挑战赛数据集(ILSVRC2012)对深度残差神经网络(ResNet38)进行预训练;用训练集数据对深度残差神经网络(ResNet38)再训练建立诊断模型;测试集主要用于学习算法过程中,调整算法的参数来修正网络,从而使得网络模型效能更优。结果本研究开发的小肠梗阻诊断模型在测试集上敏感性为84.1%,特异性为65.0%,受试者工作特征曲线(receiver operating characteristic, ROC)曲线下面积(area under the curve, AUC)为0.83(95%CI为0.82～0.92);在验证集上的敏感性为89.9%,特异性为68.0%,ROC曲线下面积为0.87(95%CI为0.82～0.92),AUC为0.87。结论对深度残差神经网络进行有限的数据训练,可以获得一个有效的用于在腹部立位平片上检出小肠梗阻的诊断模型。