排序方式: 共有11条查询结果,搜索用时 437 毫秒
1.
2.
近期我管区内发生了8名工人急性TDI中毒,其中一名当即出现了抽搐、意识丧失。均住院治疗,部分病人出现了脑电图和肌电图异常改变,经对症治疗,半年后随访,4名脑电图异常者,仍没有恢复。8名中毒者,除表现了TDI的刺激和致敏症状,部分患者出现了神经系统受损的临床表现。 相似文献
3.
随着我国经济的发展,公路车流量不断增长,交通安全、交通堵塞等问题日益突出。为了更好地提高公路养护管养水平,现介绍了一种基于GIS的智能交通系统,根据用户当前位置和输入的目的地,通过算法,结合沿途道路情况和大数据归纳的每日拥堵时间点,规划最优行驶路线。该系统便于交通管理者主动实现道路协调控制,提升公路养护管养水平。 相似文献
4.
传统的航线价值计算通常以统计客流量为主,忽略了旅客偏好对航线潜在价值的影响,因此,本文提出了一种基于旅客出行意图的航线潜在价值计算模型.该模型利用最大似然估计法对旅客舱位偏好进行量化,然后引入出行意图的概念将旅客出行行为进行细分,并利用Gibbs Sampling方法实现出行意图的求解,最终达到航线潜在价值计算的目的.在中国民航旅客订票数据集上的实验表明,本文方法获得的2010年航线价值序列与2011年航线价值序列的相似度要明显高于统计客流量的方法,且对排名前5的高价值航线的挖掘准确率可达100%. 相似文献
5.
对较大的中转站的零担中转台货棚进行了职业危害调查,发现环境空气中粉尘浓度超标7倍,四乙基铅浓度超标19~65倍,同时还有噪声振动存在,工人的装卸任务量大,工作时间超过10h,其根源是由于叉车以汽油为燃料,装卸时对环境的污染,建议零担中转台货棚内叉车装卸作业应定为职业性有害作业。 相似文献
6.
针对用BP神经网络(Back Propagation Neural Network, BPNN)进行潜在高价值旅客预测时出现的特征表达能力弱、稳定性差、易陷入局部极值的不足,提出一种新颖的基于 RBM-GASA-BPNN的潜在高价值旅客预测方法.该方法首先通过聚类算法划分旅客类别,设置类别标签;然后利用受限玻尔兹曼机(Restricted Boltzmann Machine, RBM)提取旅客行为特征并确定最优BPNN 初始权值和偏置的寻优范围,又利用遗传模拟退火算法(Genetic Algorithm-Simulate Anneal, GASA)对BPNN参数进行精调,确定了最优的BPNN初始权值和偏置;最后,利用优化后的BPNN对旅客进行分类预测.实验结果表明,本文提出的方法克服了基于BPNN的分类预测方法的缺陷,具有更高的分类预测准确率和潜在高价值旅客预测能力. 相似文献
7.
针对用BP神经网络(Back Propagation Neural Network, BPNN)进行潜在高价值旅客预测时出现的特征表达能力弱、稳定性差、易陷入局部极值的不足,提出一种新颖的基于 RBM-GASA-BPNN的潜在高价值旅客预测方法.该方法首先通过聚类算法划分旅客类别,设置类别标签;然后利用受限玻尔兹曼机(Restricted Boltzmann Machine, RBM)提取旅客行为特征并确定最优BPNN 初始权值和偏置的寻优范围,又利用遗传模拟退火算法(Genetic Algorithm-Simulate Anneal, GASA)对BPNN参数进行精调,确定了最优的BPNN初始权值和偏置;最后,利用优化后的BPNN对旅客进行分类预测.实验结果表明,本文提出的方法克服了基于BPNN的分类预测方法的缺陷,具有更高的分类预测准确率和潜在高价值旅客预测能力. 相似文献
8.
机场外航服务人员排班是机场智能调度系统的重要组成.针对目前我国机场外航服务人员排班主要采用人工方式,排班效率低下,员工工作时间均衡性不高,且难以满足多种类约束这一现状,本文充分考虑员工对任务具有层次资质及各类劳动法规约束,以均衡员工工作时间为优化目标,提出了面向层次资质的机场外航服务人员排班模型,并设计了基于禁忌搜索算法的模型求解策略.在首都机场外航服务部实际数据集上进行实验,验证结果表明,相比较于现有人工排班方案,利用本文模型得到的排班方案能满足所有排班约束条件,且在员工工作时间均衡性上有显著提高. 相似文献
9.
面向班型动态生成的地服人员排班旨在动态生成班型,并将员工分配到班型中,以班型为航班地面保障单元.现有面向班型的人员排班算法是建立在固定班型数和班型内的员工资质数,未考虑班型数未知的重要前提.为此,提出面向班型动态生成的地服人员排班算法,其核心思想是通过block Gibbs抽样迭代优化班型内人员构成、班型内航班集和班型生成.在某机场值机人员的数据集中验证此算法,实验结果表明,在满足员工层次资质、员工白夜班和班型动态生成的约束下,算法能够生成合理的班型. 相似文献
10.