车路协同系统的视景仿真模型

在车路协同系统仿真的基础上,以局部交通网络的实时交通仿真为例,建立了车路协同系统视景仿真模型库,确立了视景仿真系统的框架体系结构。将视景仿真集成为整个仿真系统的一个联邦成员,建立了车车信息交互、车路信息交互的典型视景仿真功能模型。使用LOD模型简化技术对视景仿真功能模型进行分解,生成了5个不同精细程度的LOD模型。采用DOF、LOD、Switch功能化节点,从节点结构上优化了典型应用场景中的交叉口信号灯、车辆运动等相关模型,建立了一套类似模型几何形状的层级节点结构。构建了车路协同系统可视化视景仿真平台,包括HLA/RTI信息交互与控制模块、车路协同数据处理模块、信息交互模块、模型引导控制模块、视角动态切换模块与模型状态参数动态显示模块。采用建模优化相关技术,对典型交通场景进行了视景仿真。仿真结果表明:通过LOD模型简化技术,模型简化率最高可达95.5%,内存占用减少86.3%;通过视景仿真方法的使用,提高了渲染效率与系统仿真效率,车路协同典型交通场景验证了仿真方法的可行性。     

学习策略对航海英语阅读能力影响的实证研究

本研究以157名航海技术专业学生为对象,对他们在航海英语阅读过程中采用的具体学习策略进行调查研究。相关和回归分析发现,学生使用认知策略的频率最高,对航海英语阅读能力的影响力也最大。独立样本t检验则表明,高低分组在选用何种策略方面不存在统计上的明显差异,但高分组的学生使用的策略更完整,更系统,更有效,而低分组的学生虽然也注意到了策略的使用,但还很不充分,需要系统的训练。     

基于雷达系统分布交互式视景仿真系统研究

该仿真技术从单机平台到基于HLA的分布式交互仿真,视景仿真在这些仿真技术平台上在军事、科学研究、建筑等诸多领域获得了广泛应用。在雷达系统越发复杂、设备成本越发高昂的今天,采用虚拟现实技术对雷达系统进行测试、训练与研究,不但可以全面提高效率,也可以有效降低成本,对雷达系统测试、评估等方面都有良好的辅助作用。     

基于地电测试的浆液扩散效应三维可视化分析

通过地电测试方法进行了三维地质结构中浆液扩散行为和过程的监测,结果表明:电极自然电位对浆液扩散具有很强的敏感性;在双扩散层中心注浆试验初期,浆液扩散水平距离和扩散时间的平方根近似成正比关系.因此,可利用地电测试方法对浆液扩散范围和过程进行有效的三维可视化监测和分析,为评估注浆效果(阻水、加固等)提供强有力依据.     

浅议高职院校学生学习特点与学习能力

高职院校学生生源类型层次复杂,基础薄弱,水平参差不齐,学习效率低;学生持不同学习目的,其学习态度各不相同,学生有自卑心理,严重影响学习效果。本文从以上三个方面分析了高职院校学生学习的特点与学习能力,以及相应对策。在阐明职业院校学生学习能力现状和制约职业院校学生学习能力因素的基础上,就进一步完善和发展我国职业教育进行了探索。     

基于能力培养的《市场调查与预测》教学研究

《市场调查与预测》课程是理论课程和实践课程的统一体。基于能力培养的《市场调查与预测》课程教学模式改革,注重课程设计与企业需求棚结合,强渊培养学生的岗位技能和就业能力作为职业教育院校,如何走出一条基于能力培养的课程教学模式改革路径,培养出有岗位迁移能力的技能制人才,文中提出了粗浅的研究成果,以供借鉴。     

海洋柔性管检测技术现状

海洋柔性管因其良好的结构性能及经济性能成为海洋油气资源输送的主要设备之一.但由于复杂的铺设环境以及恶劣的运行工况,柔性管损坏因素较多,失效原因复杂.由于柔性管的复杂结构使得柔性管检测以及现场维修相对困难.文中介绍了外观检测、水压试验、超声导波检测、漏磁检测以及涡流检测等一系列检测手段和方法,为作业者检测柔性管道缺陷,了解运行状况,进行完整性管理提供了依据.     

国家示范性高职院校创先争优活动的回顾与思考

作为新时期保持党的先进性的实践创新工程与高职教育改革发展的引领工程,国家示范校创先争优活动具有内在价值统一性与行动协调性的特征。国家示范校创先争优活动强化了国家示范校党建工作的基础,促进了项目建设,增强了对职业教育科学发展的引领能力。     

交通状况下驾驶员视觉注意特性的仿真

本文旨在研究交通状况下驾驶员的视觉注意特性.根据实际交通状况下驾驶员的视觉注意行为设计了一种新型的交通环境驾驶仿真装置.通过实验,研究交通环境照度、驾驶速度和视觉注意转移方向对驾驶员反应时间的影响.结果表明,驾驶速度对视觉注意反应时间没有明显影响;年轻驾驶员的反应时间比年长驾驶员短,且受各种因素的影响不明显;对于年长驾驶员,黄昏时的视觉反应时间比白昼时长;视觉注意从近处转移到远处的反应时间比从远处转移到近处要长;但通过提示,预先告知在视觉深度转移方向时,反应时间可以缩短.     

基于视觉检测的汽车乘员分类识别研究

采用基于视觉检测的乘员分类识别算法,将副驾驶位上的乘员按照空座、成人、儿童和婴儿4种类型进行分类识别.该算法利用勒让德(Legendre)矩从检测的乘员图像边缘信息中提取出乘员特征,再利用支持向量机方法对乘员进行分类.对600张照片进行了分类识别试验的结果表明,准确率达到99％以上.