基于随机森林的公路隧道CO气体浓度预测模型

汽车尾气的主要成分是CO气体,是公路隧道通风设计的一项重要参数。准确、快速地预测隧道内CO气体浓度,能够为隧道通风控制提供有力参考,有助于CO气体浓度的及时控制,对保障隧道内人员的健康、安全和隧道绿色节能十分必要。采用公路隧道实地监测CO气体浓度数据,建立了以监测点位置、交通量、车速、风速为输入特征的公路隧道CO气体浓度预测随机森林模型。通过整理3 300 m长隧道CO气体浓度数据,对比了CO气体浓度实测数据与模型预测值,验证了模型的预测精度。结果表明,基于随机森林建立的CO气体浓度预测模型具有良好的预测精度,能够准确地预测隧道内CO气体浓度,测试集的均方根误差(root mean square error, RMSE)和决定系数R²分别为0.497 4和0.943 7;该预测模型性能显著优于线性回归模型和支持向量机模型;预测模型能够推广应用于其他隧道的CO气体浓度预测,对应的RMSE和R²分别为0.909 5和0.729 5,可以在已知测点位置、交通量、车速、风速的情况下预判隧道内CO气体浓度,为隧道通风控制或安全预警提供数据参考;特征重要...     

赤水-习水丹霞景观美学价值与对比分析

赤水-习水丹霞是世界最大的川黔渝丹霞地貌集中分布区,研究其美学价值,对世界遗产的申报和旅游区的景观开发非常必要。赤水-习水丹霞以"丹山、碧水、竹海、飞瀑、美酒河"为主要景致,丹霞形态发育典型,造型奇特;"丹山"与"碧水、翠林"色彩明艳和清新;山、水、林的组合非常完美。通过中国及全球其他丹霞地貌的美学对比,认为赤水-习水丹霞的美学特质,具有一定的代表性和典型性。     

Linux下的实时调度算法

Linux实现了实时进程的概念,但并没有提供有效的任务调度支持;另一方面,RM和EDF等传统的优先级调度算法在实时系统中已经得到广泛应用,但它们对于确定优先级所采用的标准比较简单和片面,容易导致紧急型任务的截止期限不能被满足或系统资源不能被充分利用。基于RM和EDF,文中提出了一种新的实时调度算法SBRD,它的优先级根据重要性和紧急性两个重要因素共同确定。实验表明,与RM和EDF相比,SBRD兼具二者的优点,在保证重要任务顺利执行的前提下,优先执行紧急型任务,以满足更多的任务,更充分的利用CPU资源;与原Linux的实时调度相比,SBRD能更有效的调度实时任务。     

列车跟踪系统故障树分析

列车跟踪系统在工作过程中受到接收器故障、发送器故障、手动介入等的作用,致使输出信息异常、手动介入定时不当,导致了列车跟踪中断。分析了影响顶事件(列车跟踪中断)失效的各种因素,建立了列车跟踪系统的故障树。利用故障树分析法对系统进行定性分析和定量计算。同时计算故障树的最小割集和系统在工作时部件的概率重要度及关键重要度和顶事件发生的概率。在此基础上,对影响列车跟踪的各主要因素进行了分析,并对其提出了相应的改进措施。     

我国“十二五”科技重点任务选择研究

通过对我国"十二五"科技重点任务选择所面临的国内外形势需求的分析,指出我国"十二五"科技重点任务的选择,既要满足国家长远发展需求,体现与《国家中长期科学和技术发展规划纲要(2006-2020)》的衔接,又要突出"十二五"阶段性需求和实现的可能性。提出了我国科技重点任务的选择应遵循:重要性准则、竞争性准则和可行性准则,并对基于领域发展需求、基于技术竞争、基于国家目标导向的技术选择进行了研究。     

钢管混凝土组合框架抗连续倒塌鲁棒性初步分析

为研究钢管混凝土框架结构的竖向连续倒塌易损性,设计了一个8层4×4 跨钢管混凝土柱-钢梁空间框架,利用有限元软件ABAQUS,采用静力加载方法,对原结构及拆除各底层柱后的剩余结构进行模拟研究;在已有改进后的两种基于构件重要性的易损性分析方法的基础上,分别计算结构构件的重要性系数;并计算了双柱失效工况下结构的鲁棒性系数,分析了该类结构的竖向鲁棒性.结果表明:两种方法计算结果相近,构件重要性系数的变化趋势一致;外荷载的增加与结构鲁棒性呈负相关,角柱相对边柱和中柱较为重要;角柱与边柱同时失效时,结构发生倒塌的几率大大提升.实际中可采用备用荷载路径的方法对重要性系数较大的构件进行低易损性设计.     

融合遗忘和知识点重要度的认知诊断模型

智慧教育是人工智能的重点研究方向，如何利用试题中知识点并对学生的认知过程进行刻画是重中之重。针对认知诊断模型对学生和试题及其交互信息挖掘不充分的问题，文中提出了融合遗忘和知识点重要度的认知诊断模型。该模型根据学生对试题和知识点的历史交互，结合知识点难度信息引入遗忘因素，缓解了对学生信息挖掘不充分的问题；通过注意力机制获取试题对知识点的考查重要度信息，缓解了对试题信息挖掘不充分的问题；通过Transformer学习学生与试题间的交互，缓解了学生与试题交互不充分的问题。在经典数据集上的实验结果表明，文中模型在Math1、Math2、Assistment数据集上的准确率Acc、均方根误差RMSE、受试曲线面积AUC值分别为0.716、0.445、0.776、0.725、0.432、0.807、0.741、0.427和0.779，优于现有的其他对比模型，说明了知识重要度和时效性对于认知建模的重要性。