面向Autocad实现设计知识管理

Autocad是目前应用最广泛的绘图软件之一,用户在使用该软件过程中总是有大量的知识需求和知识产生,为了更好的满足用户需求,本文使用VBA提出了面向Autocad实现设计知识管理的方法,也就是通过定制菜单调用相应的VBA程序实现与设计知识库的通信.     

知识资源管理——企业档案管理工作的新思路

企业档案是企业重要的知识资源,档案管理是知识资源管理的重要内容。企业档案工作如何顺应形势发展的需要,调整工作重心,使宝贵的信息资源得到多途径、多形式的开发编研,尽快转化为生产力,使档案管理走向知识资源管理,是新时期摆在企业档案工作者面前的新问题。     

高职院校实施因材施教的理论基础与实践探索

因材施教是以学生全面发展为目标的教育教学原则.高职院校培养人才的特点,决定了其教育教学必须贯彻因材施教的原则.在多年的教学及教学管理实践中,笔者认为,高职院校贯彻因材施教原则可以通过学分制的实施、分类分层教学的推行、选修课及辅修专业的设置等途径来达成,同时指出,学生发展的个性差异、已有知识准备的差异性及社会需求的多层次性,使得因材施教原则在高职教育中具有了可能性和必要性.     

冷链货物非接触式智能搬运系统

为提升冷链货物搬运作业的自动化水平和整体效率,降低一线作业员感染新冠病毒的风险,研究基于传统人工冷库条件的冷链货物非接触式智能搬运系统工艺方案。在拆装箱环节,运用机器视觉和无线遥控等技术实现低温复杂环境下盒装货物自动化拆装箱技术;在码垛环节,运用强化学习算法优化码垛机器人多货型堆码作业;在货物冷库货架堆存环节,基于5G通信技术设计超高位叉车无人驾驶和远程装卸系统方案。应用结果表明,系统能够在一定程度上提升冷链库作业效率、降低人工货物接触频次和人工成本。     

基于强化学习与安全约束的自动驾驶决策方法

在自动驾驶决策场景下,为解决强化学习算法安全性差、学习效率低的问题,提出一种在算法的训练阶段添加基于价值的安全约束和虚拟奖励的方法。首先,利用状态、动作价值函数和安全判断规则,对智能体执行的动作进行基于价值的安全约束,选择价值高且安全的动作。然后,向回放池添加包含虚拟奖励的预测轨迹数据,以补充由于约束而未能获取的试错动作信息和相应的状态、奖励信息。最后,为进行加减速和换道决策实验,基于修改后的高速公路仿真环境highway-env搭建了3车道高速公路场景,并以深度Q网络（Deep Q Network, DQN）算法为基础,分别训练和测试了无安全约束的算法、拥有基于规则的安全约束的算法和拥有基于价值的安全约束的算法。结果表明,考虑加速、减速、保持车速和车道、向左换道、向右换道共5种动作时,基于价值的安全约束算法的成功率比无安全约束的算法高3倍以上,平均回报提升28%;仅考虑向左换道、向右换道、保持车道这3种换道动作时,基于价值的安全约束算法的成功率比基于规则的安全约束算法高0.11,平均回报提升6%;都添加基于价值的安全约束时,考虑5种动作的算法相较于考虑3种动作的算法成功率低0.06但...     

香港公共交通考察感想录

编者按:2007年1月11-14日,中国国际民间组织合作促进会和美国环保协会(Environmental Defense)率内地民间环保组织赴香港考察学习公共交通管理经验.考察团的成员组成从民间组织的环保人士到交通、环保专家再到媒体记者,不同的职业给了每个人不同的感受和洞察力,现将这些感想与大家一起分享.     

基于深度强化学习的船舶航线自动规划

为解决传统船舶航线规划算法缺少对经验航线的参考及不适用于真实航行需求的问题,提出一种基于深度Q网络(Deep Q Network,DQN)船舶航线自动规划算法,用以在电子海图中提供拟合航道,生成适宜真实航行情况的自动规划航线.这种算法采用当前神经网络和目标神经网络2个二层神经网络结构,达到打乱数据相关性的目的,将智能体...     

基于卷积和递归神经网络融合的交通状态指数预测

为提高交通状态指数预测精度,方便市民出行规划和提高相关机构管理预见性,创新研究了基于卷积和递归神经网络融合的交通状态指数预测模型.模型将卷积网络和递归网络进行了融合,由卷积神经网络层和递归神经网络层组成.该模型中的卷积网络能自动提取重要影响因子,同时递归网络能捕捉到前后时序特征,结果显示,得到的融合模型在交通状态指数预...     

基于语料库的航海英语自主学习

以航海英语教学为例,分析了语料库的三种类型及其在航海类学生自主学习上所起的作用,着重指出利用语料库进行英语教学是外语教学的发展趋势。     

认知心理分析对英语语言学习的影响

从心理学的角度分析英语学习的习得过程,并提出一种以大脑注意为中心的学习模式,说明认知心理分析对英语语言学习的重要影响。