高铁列控车载设备故障知识图谱构建方法研究

作为列控系统的核心,车载设备有着结构复杂,模块间联系紧密的特点,若在行车过程中发生故障,将直接影响列车安全高效运行。为使维修人员准确掌握车载设备故障情况,借助智能化的手段对蕴含丰富经验信息的车载故障维修日志进行研究,有着重要的现实意义。研究通过分析该类日志特点,提出自顶向下与自底向上相结合的方式构建车载设备故障知识图谱。以车载故障维修日志实体关系转换为基础,将半结构化数据实体识别视为关键短语提取问题,提出词向量、主题模型与词典特征相结合的方法先获取关键词语,再通过Bi-gram模型将故障词语拼接为候选故障短语,其中评分最高者即为所需故障实体。实体间的关系则采用基于模式匹配的方法,构建车载故障关系模板,挖掘故障间的联系。对于识别实体的冗余和错误问题,利用实体向量间的余弦相似度计算,通过阈值设定实现实体融合,完成车载设备故障的知识挖掘。最后,以某铁路局2019～2020年车载故障维修日志为数据进行实验,累积抽取出故障实体339个,故障关系734条,据此构建车载设备故障知识图谱,并以可视化方式展示和检索车载设备故障间关系,有效提高了车载故障日志的知识发现能力,便于指导车载设备故障维修。     

政府重视对创新产出的影响研究

创新是经济的关键动力,也是近年来政府关注的话题.本文通过对2007—2019年我国省级政府工作报告进行文本分析,测算关键词,分析我国政府对于创新的重视在时间和地域上的差异.同时本文利用省级层面数据进行了实证分析,结果显示,政府重视创新会显著促进创新产出.而门槛效应分析显示,这种促进作用需要该地区达到一定的经济发展水平.     

基于聚类算法的舰船通信数据深度挖掘方法

传统挖掘方法无法考虑众多通信因素的多层次特征,造成数据挖掘效果不理想,为此设计一种基于聚类算法的舰船通信数据深度挖掘方法。利用聚类算法,对通信数据的多层次特征进行筛选,从而为通信数据的深度挖掘提供依据,结合聚类挖掘粗糙集,生成数据深度挖掘的关联规则并进行聚类计算,对每个通信数据执行交叉变换逻辑,实现舰船通信数据的深度挖掘。实验结果表明,利用聚类算法进行通信数据的深度挖掘,能够提高数据的挖掘速度,且准确率较传统方法高27.15%。     

典型机型冲偏出跑道耦合故障模式及风险建模

冲偏出跑道是国际航空运输协会指出的高风险事件。为了探索冲偏出跑道事件在国际上发生的规律,挖掘冲偏出跑道事件发生的影响因素与其耦合特征,研究了2007—2018年57起典型机型的冲偏出跑道事件的调查报告,对事件发生的伤亡人数、机型、原因等进行分析。针对冲偏出跑道事件影响因素多样且复杂的特点,融合了人因分析与分类系统模型（human factor analysis and classification system,HFACS）、SHELL模型和失效模式和影响分析方法（failuremode and effect analysis,FMEA）,弥补了单一方法使用的局限性,基于优化的HFACS模型,纵向深入分析了人为因素在冲偏出跑道事件中的影响,基于改进后的SHELL模型横向全面分析了冲偏出跑道事件中多因素之间的耦合影响,使用FMEA方法对冲偏出跑道事件的多影响因素耦合效应深入挖掘,提出了诱发冲偏出跑道的18种多因素耦合故障模式,判别故障模式的发生度、严重度和预测度,进而量化故障模式的风险优先值。结果表明：91.2%的冲偏出跑道事件发生在着陆阶段;87.7%的冲偏出跑道事件与机组人为因素影响...     

课程思政实施路径研究与实践——以汽车营销实务课程为例

实施课程思政,是“三全育人”思想下“大思政”的要求。对于课程教学而言,教学目标应该包括知识目标、技能目标和思政目标。论文提出通过国家行业政策、职业岗位能力、行业时事与名人故事、人才培养目标、课程目标等挖掘思政元素,并以汽车营销实务课程为例,探索与实践了线下线上相结合,课前乐学、课中导学、课后拓展三段式的“三课堂”协同育人模式。     

文本数据挖掘中的进化信息算法

在对基于海量文本数据信息的数据仓库进行数据挖掘过程中,产生出一类带有时态特征的进化信息,介绍了在文本数据仓库中进行数据挖掘和知识发现过程中的进化现象,定义了进化过程的数学模型,并对数据挖掘中进化过程模型的建立提出了相关规则。     

面向课程思政的师情、学情、课情、行情分析

针对课程思政建设过程中教师、学生、课程、行业四个维度存在的问题,基于PDCA质量管理理论,提出从分析入手定位影响课程思政教学成效的主要原因,科学挖掘专业课程中的思政元素,优化课程设计,提升课程育人质量,设计师情、学情、课情、行情四维分析框架,介绍使用文本挖掘等技术进行相关分析的实例。     

思接千载润物细无声——论大学语文教学中传统文化资源的挖掘

大学语文课程所选篇目大多为文质兼美、文以载道的佳作,蕴含着丰富的传统文化资源。大学语文作为中华传统文化的传播载体,展现了中华文脉的发展脉络和中华思想文化的传承。在大学语文教学过程中,教师应注重文学作品中传统文化资源的挖掘,使这些宝贵的文化资源得以呈现,从而发掘其中的教育意义,增强学生对传统文化的认识,培养学生的文化素养。     

机器学习辅助下舰艇预警系统关键数据智能挖掘方法

舰艇预警系统关键数据挖掘方法受到多方面因素影响,其方法可信度较低,因此提出机器学习辅助下舰艇预警系统关键数据智能挖掘方法。通过构建关键数据智能预测模型,进行舰艇预警系统关键数据均值分类,对分类后关键数据实施预处理,经过极致化计算从而实现关键数据均值智能挖掘。通过对设计舰艇预警系统关键数据智能挖掘可信度计算,针对同一参数下机器学习舰艇预警系统关键数据智能挖掘模型与传统数据智能挖掘方法可信度进行对比,从而证明研究方法有效性。     

扩展至14章的SOLAS及其系列文件

<正>从五次SOLAS的替代说明,每隔十余年就会由一个新的SOLAS替代原有的SOLAS,但由于SOLAS1974采用了"默认接受"程序,使其在通过41年后仍无迹象表明由一个新的公约来代替它,而不断通过和生效的修正案却能使该公约跟上日新月异的技术进步,揭示了今后SOLAS将以综合文本与修正案相结合的形式,为造船与航运界服务。文中概述了SOLAS 1974的扩展体现在其附则本身的扩展(2014年,已