锡业科技创辉煌

在满载辉煌的"十五"计划即将结束、充满生机的"十一五"计划即将实施的重要时刻,我们又迎来了云锡集团公司研究设计院建院50周年的喜庆日子.回顾我院勤奋攻关五十载,锡业科技创辉煌的奋斗历程,我们深感欣慰和自豪.     

基于科技层面的人力资源结构分析

以太原重型机械(集团)有限公司为例，阐述了人力资源在企业的重要作用，通过对人力资源结构、基础以及它与企业文化的关系分析，得出培训在企业的基础作用，以及企业文化对人力资源的深刻影响，进而构建人力资源结构纵与横的合理配置。     

诗词四首

厦门好(忆江南)厦门好,风景独呈新:.有树皆花繁似锦,无地不草绿如菌,山海尤醉人。厦门好,“厦大”更引人:五老峰下学府深,鼓浪屿旁学子辛。能不忆厦门。喜望闽南好侨乡喜望闺南好侨乡,青山绿野白玉堂。长驱千里看不足,梦里依稀过闺江。中秋瞻仰上海虹口公园 鲁迅先生墓像黄浦江     

"日常生活审美化"论争语境背景解读

“文艺研究者”的知识分子精英立场定位和强调精神向度的文学价值取向,与“文化研究者”的反知识分子精英立场定位和强调人间情怀的文学价值取向,共同促成了有关“日常生活审美化”的理论论争.     

贺兰山植物区系的特有性

贺兰山及其毗邻的东阿拉善和西鄂尔多斯地区生物多样性特殊,是中国8个生物多样性中心之一的南蒙古中心的核心区.本文就该地区生物多样性组成、特有类群及其分布与分化进行了分析,结果表明:1)贺兰山目前记录野生维管植物357属788种2亚种和28个变种.2)贺兰山分布有西鄂尔多斯特有亚科:四合木亚科(Tetraenoideae);2个东阿拉善和西鄂尔多斯特有属:四合木属(Tetraena)、革苞菊属(Tugarinovia);2个亚洲中部特有属:沙冬青属(Am-mopiptanthus)和紊蒿属(Elachanthemum);上述4属均分布于山麓地带.3)贺兰山有特有与近特有种54个,特有变种15个,特有亚种1个,占贺兰山维管植物的7.3%.4)贺兰山特有植物区系既古老而又年轻,其山麓特有类群多为古老干旱区植物后裔,而山地特有类群多为晚近分化类群.5)贺兰山植物区系是一个强烈旱化的生物区系,特有植物旱生类型共占了42.6%,特别是山麓特有种,95%为旱生植物.     

基于判别分析的高速公路交通安全实时评价指标

为了实时评价交通流变化对高速公路交通事故风险的影响,利用高精度交通流数据建立了高速公路交通安全实时评价指标.提取了美国加州I-880 N高速公路上采集间隔为30 s的实时交通流数据和事故数据,采用Fisher判别分析方法建立交通流参数的线性组合,以判别危险交通流状态.该线性组合被定义为高速公路交通安全实时评价指标,当该指标小于0时,代表危险交通流状态,有发生交通事故的风险;当该指标大于0时,代表正常交通流状态,没有发生交通事故的风险.采用条件logistic回归模型进一步研究了该指标与交通事故风险之间的定量关系.研究结果表明,该指标预测事故的精度为65.7％.另外,该指标每减小1个单位,交通事故风险将提高1.8倍.     

基于出行态度的自行车通勤出行市场划分

为识别自行车通勤出行中不同出行者选择偏好的差异,针对基于出行态度的自行车通勤出行市场进行划分.根据南京市居民通勤出行问卷调查,采用结构方程模型从29个观测变量中提取出若干态度潜变量,分析了出行偏好态度变量间的相关性,并采用K-means聚类方法对自行车通勤出行市场进行划分.根据选择自行车通勤出行意愿、对固定出行时刻需求、对出行舒适度需求及环保意识4类态度变量将自行车通勤出行市场划分为6个子市场,同一子市场内个人选择自行车出行意愿近似,不同子市场间选择意愿明显不同.分析了每个子市场内个人通勤出行态度特征以及自行车方式选择特征,针对每个子市场提出了相应政策以引导自行车通勤出行方式的选择.     

基于人类行为下的多目标跟踪视觉时序注意控制算法研究(英文)

由于移动式机器人所携带的传感器资源有限,能够在时间维度上共享传感器资源,实现多目标跟踪,是智能化机器人重要的研究领域之一.本文提出了一个基于人类行为模型的时序注意控制算法,能够实现使用单个2自由度摄像头实时监控多个自由移动的目标物体.该算法基于以下三个控制原则:①最小化监控目标位置预测的不确定性以及各个目标物预测效果的差异;②最小化多目标跟踪过程中摄像头切换视角所需的能量消耗;③最大化能够呈现在摄像头视觉范围内的目标物体的个数.算法根据当前检测到目标信息,通过卡尔曼滤波,预测目标物的运动规律,选择下一时刻摄像头的最佳注意视角.该算法通过matlab仿真以及在移动式机器人实体上进行了实验验证,结果显示,该算法能够在时间顺序有效的共享单个摄像头资源,检测摄像头视角范围内的目标的位置,并根据上一个时间点的检测信息预测视角范围外的目标,实现跟踪多个目标物体,降低预测及跟踪的误差,并优化跟踪过程中切换摄像头视角的能量损耗.     

可处理多个无序量测的前向滤波算法

基于等价量测和前向滤波法,推导出一种单个无序量测算法Fl1,并说明了该算法与Al1算法、FPFD算法以及AA1算法之间的等价性.以Fl1算法为基础提出可以处理同时到达融合中心的多个不同单步延迟无序量测的最优算法CZ1.所提新算法的性能不依赖过程噪声的离散化模式,且无须对状态转移矩阵求逆.仿真结果表明在过程噪声DCM下CZ1算法与CA1算法的性能是相同的.