More robust and better: a multiple kernel support vector machine ensemble approach for traffic incident detection

This paper presents a multiple kernel support vector machine (MKL‐SVM) ensemble algorithm to detect traffic incidents. It uses resampling technology to generate training set, test set, and training subset firstly; then uses different training subsets to train individual MKL‐SVM classifiers; and finally introduces ensemble methods to construct MKL‐SVM ensemble to detect traffic incidents. Extensive experiments have been performed to evaluate the performances of the four algorithms: standard SVM, SVM ensemble, MKL‐SVM, and the proposed algorithm (MKL‐SVM ensemble). The experimental results show that the proposed algorithm has the best comprehensive performances in traffic incidents detection. To achieve better performances, the proposed algorithm needs less individual classifiers to construct the ensemble than SVM ensemble algorithm. Thus, compared with SVM ensemble algorithm, the complexity of the ensemble classifier of the proposed algorithm is reduced greatly. Conveniently, the proposed algorithm also avoids the burden of selecting the appropriate kernel function and parameters. Copyright © 2013 John Wiley & Sons, Ltd.     

一种改进型粒子群算法求解资源优化配置问题

针对粒子群算法在求解优化问题时难以兼顾收敛精度与收敛速度这一问题,提出对目标的惯性权重进行修正和引入随着惯性权重变化的惯性学习因子的方法,该算法充分利用了上一代速度与位置、自我认知和群体间信息共享3部分内容,来影响算法的优化结果,提高了算法的全局和局部的搜索能力.最后将改进的粒子群算法应用于工程项目中的资源优化配置问题中,证明了该算法的有效性.     

贝叶斯网络分类器结构与变量分布的差异性分析

为了提高鉴别式学习策略训练的贝叶斯网络分类器的分类精度,分析了贝叶斯网络结构与数据中变量分布之间的差异对贝叶斯网络分类器性能的影响,实验以网络结构的实际联合概率分布的树型近似描述为基准,删除在条件对数似然函数极大化过程中不起作用的边,生成具有同一联合概率分布的不同描述程度的网络结构.实验结果表明,只有当网络结构表现力不足时,鉴别式参数学习才能起积极作用;而当网络结构中有多余的边时,反而容易受其制约.从而验证了网络中多余的边对分类器性能没有影响的观点是片面的.     

基于任务驱动的高职生就业指导课课堂教学的组织与实施

不同于一般课程,高职生就业指导课具有高目的性、高实践性、低理论性和个性化的特征,不同于本科生,高职生在就业指导课中表现出学习主动性不强、积极性不高及学习热情相对较低等特点.结合以上特点,论述了任务驱动教学法在高职生就业指导课中的实践意义以及如何进行课堂教学的组织与实施.     

浅析基于语料库的航海英语听说教学研究

以航海英语听说教学为例,分析了语料库在航海英语听说教学中的理论基础和教学研究的主要内容,着重指出了基于语料库的航海英语听说教学模式是一种培养航海技术专业的学生进行英语有效听说能力的教学方法.     

基于工作过程的发动机故障诊断学习情境设计——汽油发动机无法启动故障诊断

文中阐述了“汽油发动机无法启动故障诊断”学习情境设计,以奇瑞A3发动机无法启动故障（包括有故障码故障和无故障码故障）为例,详细叙述了故障诊断与排除的过程。是基于典型工作过程的学习情境设计,以学习情境为载体使学生掌握相关知识,激发学生的兴趣和思维,从而提高学生综合职业能力。     

基于增量谐波平衡法的输流管道非线性振动分析

考虑内、外流体的影响,利用Kane方法和拉格朗日应变理论建立了输流管道的二维非线性动力学模型.将动力学模型在平衡位置附近线性化,进行输流管道的线性稳定性分析.采用增量谐波平衡法求解包含三次非线性项动力学模型的稳态周期解.探讨了不同参数影响下输流管道的非线性动力响应以及内流流速的大小对管道动力特性的影响.     

基于职业能力培养的做学教一体化教学研究

分析了当前高职教育人才培养存在的问题,指出了高职教育质量及学生的就业质量不高的原因,提出了解决上述问题的"做学教一体化"的教学方法,并对该方法进行了理论分析和实践。结合现在高职教育的经验,制定出了做学教一体化教学实施的具体方案,为高职教育的发展和学生职业能力的培养提供了有效的解决方法。     

基于深度学习的车辆轨迹重建与异常轨迹识别

车辆移动轨迹的不确定性及异常点段的存在使其在数字交通领域的应用面临挑战.本文构建基于数据增强的LSTM-AE-Attention深度学习模型,进行车辆轨迹重建和异常轨迹识别.首先,使用对抗生成网络和贝塞尔样条曲线从样本量和种类两方面扩充数据集,实现数据增强;其次,通过自编码网络与长短时记忆神经网络提取轨迹特征并完成轨迹...     

基于深度学习的车辆目标检测算法综述

车辆目标检测是自动驾驶环境感知的重要组成部分。近年来随着深度学习在目标识别领域取得重大突破,基于深度学习的车辆目标检测算法逐渐成为该领域的研究热点。论文对当前主流的两阶段车辆目标检测算法和单阶段车辆目标检测算法进行简要介绍,分析了其中几种具有代表性的卷积神经网络算法的优缺点,最后总结目前车辆目标检测存在的问题以及未来的发展方向。