绿色船舶技术应用与发展

文章对绿色船舶的概念、重要流程与关键技术等进行详细介绍。通过查阅文献，对绿色船舶在设计、建造、管理与拆解过程中的技术发展及瓶颈问题进行分析，提出绿色船舶领域在未来发展中亟待解决的问题，为绿色船舶技术的发展提供参考。     

前方到站“智慧城轨”--呼和浩特运营全球首列多线多系统“城轨云”号列车

呼和浩特被誉为“青色的城”,这座美丽的草原城市在2019年12月31日迎来第一条城市轨道交通线路的开通,线路运营4个多月以来,智慧城轨的优势正不断凸显。不断加速的城市化进程给轨道交通带来了前所未有的大发展,也给地铁运营管理带来新的挑战,将5G、云计算、大数据等新技术与轨道交通建设和运营相结合,正在成为轨道交通行业发展的必然趋势。     

港口企业分拆上市研究——以宁波舟山港分拆宁波远洋上市为例

分拆上市是资本市场优化资源配置的重要手段,在市场倾向愈加明显的大背景下,目前已有数十家上市公司宣布拟分拆上市计划。以宁波舟山港分拆宁波远洋上市为例,希望能为港口企业"A拆A"提供一些实践参考一、宁波舟山港分拆宁波远洋案例简介1.宁波舟山港和宁波远洋概况宁波舟山港股份有限公司(简称"宁波舟山港")隶属于浙江省海港投资运营集团有限公司(简称"海港集团"),于2010年9月在上交所正式上市。     

基于嵌入式系统的舰船图像拼接技术

常规舰船图像拼接技术无法实现多环境的图像拼接,为此设计基于嵌入式系统的舰船图像拼接技术,对采集的舰船图像进行降噪处理后,利用均值法划分特征领域,通过特征领域构建尺度空间,利用尺度空间法则对图像特征进行配准处理,通过嵌入式系统中的换算函数对图像进行连接强化,实现舰船图像技术拼接。将设计的技术与常规3种图像拼接技术进行对比,在不同实验环境下,本文方法图像拼接能力明显好于3种传统方法。     

公共自行车使用时空特性挖掘及租还需求预测

基于宁波市公共自行车刷卡数据、POI(Point of Interest)数据、气象和空气质量等数据，从数据驱动视角，深入挖掘公共自行车使用的时空特征及站点租还车需求预测。在时间上，采用KMeans算法，将站点聚为5类，探讨各类站点的时变需求规律及影响因素；在空间上，提出基于POI 数据的站点用地类型识别方法，将站点分为居住类、交通设施类、办公类和商业休闲类。构建以 15，30，60 min 为间隔，以租还车需求为目标变量的随机森林预测模型，并与常用的 BP (Back Propagation)神经网络、K最近邻方法进行比较。结果表明，随机森林模型的精度更高，适用性更强。以30 min为间隔的站点租还车需求预测精度最高，考虑站点土地利用类型后能有效提高模型的预测精度。本文结果可作为未来站点平衡调度的依据并推广应用于共享单车系统，为改善服务水平提供技术和理论支撑。     

基于聚类站点客流公共特征的轨道交通车站精细分类

已有城市轨道交通车站分类多基于定性分析，不能满足精细化设计和运营的需要。本文提出一种基于聚类站点公共特征的站点精细分类方法。首先，将来源于AFC(Automatic Fare Collection)的进站客流量数据处理为时间序列数据，并基于K-Means++算法对各个站点的客流量进行聚类；其次，建立客流量聚类结果与土地利用特征多维参数的拟合方程，计算获得居住密集型、工作就业型以及区域中心型等5种大类站点的客流量公共特征。在此基础上，充分考虑属于同一大类站点不同站点的细分特性，使用5类客流量公共特征比重组合精细描述具体站点类型。 实例结果表明，使用本文提出的精细分类方法计算得到的每个站的客流量拟合值与真实客流值间的平均绝对百分比误差控制在14%以内，说明该分类方法具有可行性。     

轨道交通快线运营管理与调度指挥模式研究——以重庆市为例

为适应大都市区域轨道交通发展需求,重庆市提出了"轨道交通快线"新型轨道交通模式,以期增强大都市区对外交通集聚辐射能力,加强市郊区域与中心城区的轨道交通通道。针对轨道交通快线运营管理与调度指挥模式问题,本文以重庆市为例提出了轨道交通快线运营管理与调度指挥模式选择的影响因素,通过对比分析得出适应轨道交通快线规划发展的运营及调度模式,并进一步探究了轨道交通快线与国铁协同运输组织相关问题,为轨道交通快线与国铁衔接贯通、协同发展提供参考。     

多特征融合的级联回归人脸对齐方法研究

深度神经网络技术在人脸识别方面已经取得了巨大进步,但是大多数方法只是运用人脸深度特征而并没有分析哪些特征是有效的.为了探索针对人脸识别任务的有效结构化特征,提出了基于多种特征级联回归方法的人脸关键点检测模型,将两两关键点对应的人脸局部特征对之间的结构关系、整张人脸图像的全局表观和关键点对应的局部热图这3种人脸特征融合之后用于人脸对齐任务.实验证明,多特征级联回归法与记忆下降法相比,人脸对齐任务错误率下降了30.17%,与最新的一些人脸对齐模型具有一定的可比性.