基于性能分析的一种OOPN关联矩阵建立方法

目的从性能分析角度建立面向对象Petri网(OOPN,Object-Oriented Petri Nets)关联矩阵。方法通过建立OOPN中可量化的基本元素包括:资源、弧的权重等的数量化模型以及双向弧、同步通道等的性能等价模型,从而得到OOPN的数量化模型。结果基于数量化模型完成了OOPN关联矩阵的建立,以公路施工中的土方装载、运输、平整为例演示了该方法。结论利用该方法建立的OOPN关联矩阵能够对资源均衡配置等性能指标进行优化计算,对生产实践具有指导意义。     

道路环境影响综合评价指标权重确定方法

针对道路建设项目环境状况评价中存在主观影响因素过多、权重确定复杂等问题,以属性数学理论为基础,通过单指标属性测度分析、多指标综合属性测度分析、属性识别分析,利用相似原理确定指标权重的方法,建立了以噪音污染指数、水环境平均综合污染指数、大气综合质量指数、土壤侵蚀强度等为指标的道路环境评价模型.最后对实际道路进行了环境评价.评价结果表明,该方法可以客观地确定各评价指标的权重,反映了各指标对总体评价结果的影响,评价结果与道路实际环境状况相吻合.     

系统建模的角色优先原理研究

提出了在利用UML语言进行系统建模时角色优先的概念，对该概念进行了原理性的讨论。认为角色优先原理指在系统建模时，首先考虑的对象是用户角色，从而使得应用系统的研究出发点从考虑系统功能转换为考虑用户角色需求。     

基于Petri网的公路施工资源总体优化方法

基于施工资源局部优化建立的Petri网模型输出和资源能力之间的关系,采用施工资源强度柔化的总体优化方法调整工序所需资源,使工序的持续时间加长或缩短,从而降低资源平衡性指标,给出了柔化的取整准则、方向准则和幅度准则,并进行了证明.最后以工程实例与最小方差法进行了优化效果的对比研究.结果表明,柔化方法与工程管理习惯一致,能够大幅降低传统方法优化时的计算工作量,得到更加优化的平衡性指标.     

碳酸氢铵共沉淀法制备Gd2O3:Eu纳米晶及其性质研究

以硝酸稀土为原料,碳酸氢铵作沉淀剂,PVA为分散剂,通过控制一定的反应条件,制得易沉降、过滤的碳酸钆(铕),此前驱物在一定温度下焙烧即可得到Gd2O3:Eu纳米晶.通过红外光谱、差热-热重、X射线衍射、扫描电镜等多种分析测试方法,研究了碳酸钆(铕)的组成、分解过程,以及Gd2O3:Eu的形成过程、微观形貌和粒度.结果表明:前驱物碳酸钆(铕)在较低的温度(700 ℃)焙烧即可制得Gd2O3:Eu纳米晶的纯相,属立方晶系,颗粒呈球形.当焙烧温度从700 ℃升高到1 000 ℃时,粒径从约50 nm增大到70 nm.对样品的激发光谱、发射光谱测定表明:Gd2O3:Eu纳米晶在265 nm光激发下,发红光,发射光谱谱峰在611 nm;与体材料相比,激发光谱中电荷迁移带(CTB)明显红移,从体材料的255 nm移至265 nm.     

沿河县沙子空心李果实大小和口感分析及综合评价

针对贵州省铜仁市沿河县沙子空心李果实性状和品质参差不齐问题,测定了70份沿河县沙子空心李种质的果实纵径、横径、平均单果重、白利糖度、酸度和糖酸比,利用相对值综合比较法筛选出LQG-5、XZM-6、LT-3和LYK-9等为适宜示范推广的大果型、口感优的优良种质。为沿河沙子空心李新品种选育提供理论依据,对提升空心李产品品质、促进果农增收及推动空心李产业发展具有重要意义。     

Internet消息平台构筑

讨论了在 Internet网上构筑消息平台的目的和方法。利用 Client/Server模型构建了消息平台架构 ,从而使互联网的工作方式由被动转换为主动 ,进而提高了互联网的工作效率。实际应用表明 ,所讨论的方法是可行的。     

交通信息标准条款BLSTM和CNN链式模型分类方法

为了有效获取交通运输信息标准中的一致性条款,简化标准测试方法,针对现有文本分类方法中卷积神经网络存在的缺少上下文含义和循环神经网络存在的梯度消失及梯度弥散等问题,提出一种基于BLSTM的文本增强表示方法和基于CNN网络的语句分类相结合的方法进行一致性条款分类.其核心思想是将BLSTM前向和后向过程产生的向量相加,然后与原文本向量拼接作为文本的向量表示,将文本向量作为CNN网络的输入进行文本分类.为验证所提模型的有效性,设置了与传统机器模型TF-IDF+SVM、单CNN、BLSTM神经网络模型及经典混合模型的对比试验.通过构造的交通运输信息标准条款数据集测试表明,基于改进的BLSTM和CNN的链式混合神经网络模型准确率达到93.77%.     

基于深度学习的交通运输行业数据自动分级方法研究

为促进交通运输行业信息系统互联、保障数据安全,进而推动行业健康发展,本文对交通运输行业中的数据共享和自动分级方法进行研究。本文基于卷积神经网络(convolutional neural networks,CNN)–双向门控循环单元(bidirectional gating recurrent unit,BiGRU)–胶囊网络（capsule network,CapsNet）模型的数据类别判定方法,设计并实现了交通运输信息资源目录系统中数据的自动分级模块,完成了行业领域下的数据自动分级。实验结果表明本文算法的准确率和F1值分别达到了70.48%和70.16%,明显高于现有的几种主流模型,可以有效提高数据分级的效率。     

城市出租汽车特征价格定价模型

在分析中国城市出租汽车市场特点的基础上,结合实际的运营数据,采用经济学中的特征价格模型(hedonic price model,HPM)对城市出租汽车的定价问题进行研究,以车型、人均可支配收入、公交系统发展水平、出租汽车空驶率、城市出租汽车投放量、市区常住人口数、交通拥挤程度和旅游业发展水平等作为特征变量,利用特征价格理论建立出租汽车定价的模型。结合中国31个大中城市的相关数据,采用多元线性回归与最小二乘法对模型中待定参数进行估算。实例验证中,结合实际的出租汽车营运数据进行计算。研究结果表明:根据本模型对城市出租汽车进行定价,能够使出租汽车驾驶人的收入与本市城镇单位就业人员平均工资相近,可以为管理部门提供一定的决策依据。