地铁施工中地下车站防水施工技术

为保障地铁施工中地下车站防水施工作业效果得以达到预期,建议现场施工人员应该主动承担起自身的施工责任,坚持按照质量优先、安全治理的理念原则,对地下车站防水施工作业内容进行统筹规划与合理部署。其中,现场施工人员应该着重针对地下车站防水施工作业期间所涉及到的风险问题进行提前识别与预防管理,以防止地下车站防水施工效果难以达到预...     

基于项目反应理论的地铁施工人员安全感知能力测定研究

施工人员安全能力包括感知能力、判断能力和响应能力.地铁施工中当危险迫近时,施工人员只有正确感知危险、判断危险以及采取正确措施响应危险,才能安全的完成施工.地铁施工人员的感知能力,是判断能力和响应能力的前提.在安全感知能力和项目反应理论(IRT)研究的基础上,通过问卷调查对施工人员安全感知能力进行测定与评价,并对调查问卷的问题进行区分度和难度参数分析.这将有助于提高地铁施工人员安全能力,促进安全管理水平,避免事故发生.     

CIM模型在地铁施工安全风险评估中的应用

文章对国内近年的地铁施工安全事故进行了统计分析,从事故原因的角度建立了地铁施工安全风险评价体系,构建了地铁施工安全风险CIM评估模型.运用这一模型对大连地铁工程一号线一期102标段进行了施工安全风险评估验证.结果表明,CIM模型在地铁风险评估中具有有效性和可操作性.     

基于WOA-LSTM的窄带通信网网络时延预测算法

为了给窄带通信网的链路选择及协议的智能切换提供实时参考,设计了 一种基于鲸鱼优化算法(WOA)和长短期记忆神经网络(LSTM)的窄带通信网网络时延预测算法.首先对实测数据样本进行标准化处理,以LSTM神经网络算法的均方根误差函数的倒数作为适应度函数;其次采用鲸鱼优化算法对LSTM神经网络的学习率、隐含层神经元个数进行优...     

城市轨道交通运营安全风险因素分析

城市轨道交通运营安全风险分析是以地铁运营安全为目标,结合现有地铁运营安全管理体系,对安全风险因素进行识别归类。以城市轨道交通运营为背景,阐述地铁运营安全事故,论述地铁运营安全风险因素,并对地铁运营安全风险因素管控方案进行探究,希望为城市轨道交通安全运营提供一些借鉴。     

基于风险耦合的洞室群施工安全风险云评价

为评价风险耦合作用下洞室群施工安全风险水平,提高评价结果的科学性,构建基于云理论的洞室群施工安全风险评价模型。首先,识别洞室群施工安全风险因素,建立包括施工人员、机械设备、施工环境和施工管理风险的4个一级指标及20项二级指标的风险评价指标体系,并进行耦合作用分析。其次,运用层次分析法(AHP)求解各指标在耦合作用下的权重,根据云理论构建风险评语集云模型、隶属度云模型以及综合评价结果云模型。最后,以某水电站地下洞室群施工为例,用所建模型开展施工安全风险评价。结果表明,该洞室群施工安全风险整体水平属于有条件可接受级别,评价结果与实际情况基本一致,表明该评价方法具有一定的可行性和实用性。     

物流因素对施工建设造价预算的影响模型分析

施工建筑中的物流因素对常规建设造价的影响呈现较强的非线性特征,传统的分析方法很难准确反映两者间的对应关系。基于RBF神经网络算法能够针对物流因素对施工建设造价的影响进行有效分析。该方法构建了物流因素对施工建设造价影响分析模型,并针对基于RBF神经网络算法分析物流因素对施工建设造价的影响因素,建立RBF神经网络分析模型,完成两者的直观对应关系构建。实验结果表明,利用该方法建立RBF神经网络模型,能够针对物流因素对施工建设造价的影响进行准确的分析,有利于大型施工建设造价的规划。     

基于ELSTM-BL模型的股票投资组合研究

为了提高股票收益率预测精度,达到利用深度学习算法构建股票投资组合模型谋求高额收益的目的。首先通过指数衰减法对长短期记忆（Long Short-Term Memory, LSTM）神经网络参数进行优化,形成ELSTM模型;其次利用改进后的LSTM模型对次日的个股收益率进行预测,以形成BL模型的主观观点参数;最终将收益率预测结果输入到BL模型得到股票投资组合的配置权重,并将资产按照模型给出结构配置。在方案实施阶段,将基于ELSTM-BL模型的股票投资方案与LSTM-BL模型、市值权重模型与历史BL模型的投资组合方案作比较,ELSTM-BL模型表现出明显优势。     

基于AHP-熵权法的工程施工安全评价研究

为了减少工程施工过程中安全事故的发生,对施工安全进行评估具有非常重要的现实意义。本文建立了基于AHP-熵权法的工程施工安全评价模型,并应用该模型对A项目进行了施工安全评估,结果显示该项目的安全管理状况为“较安全”,与实际情况基本相符。但该项目在施工人员的安全意识、监管人员的监管力度、安全培训情况及事故应急措施等方面仍存在安全隐患。针对以上问题,文章提出了相应的解决对策。     

MLEP:一种B细胞线性表位预测方法

为了更快更准地确定B细胞线性表位,提出了一种新的预测方法——MLEP(Prediction of epitope based on MCFS and LSTM,MLEP)算法。采用5种性质氨基酸理化性质作为学习特征,利用多聚类特征选择算法进行特征选择,用降维后的数据作为输入,用长短期记忆网络进行训练,获得预测性能好的模型,对多聚类特征选择算法及MLEP算法的性能进行评价。对非冗余LBtope数据集进行多组实验,结果表明,使用多聚类特征选择算法降维到25时获取性能最优模型,多聚类特征选择算法比主成分分析法获得的模型准确率更高,基于MLEP算法获得的模型准确率达到94.81%。因此,MLEP算法能更好地预测B细胞线性表位,对于表位预测研究具有一定的参考价值。     

一种基于感受野增强的人脸检测方法

为了解决多任务级联卷积神经网络（MTCNN）算法网络模型在小人脸检测方面鲁棒性较低的问题,提出了一种基于感受野增强的网络模型。首先,为MTCNN算法模型中的R-Net网络和O-Net网络添加感受野模块（receptive field blocks,RFB-S）。其次,通过添加批量标准化和全局平均池化,加速网络模型的收敛,防止模型过拟合。最后,调整网络任务的权重,P-Net和R-Net网络用于人脸区域粗筛选,O-Net网络用于人脸区域精筛选以及人脸关键点回归。实验结果表明,与MTCNN算法网络模型相比,所提模型缩小了16%,但检测速度提升了9%,在FDDB数据集上的检测精度提高了2.3%。因此,基于感受野增强的网络模型能有效完成人脸的检测任务,增强对小人脸检测的鲁棒性,可为人脸识别、表情识别等提供技术支持。     

一种基于CMAC神经网络的板形模式识别新方法

针对传统的板形识别模型在识别板形时,由于板宽的变化需要不同拓扑结构的神经网络才能完成板形模式识别任务,网络学习工作量大,网络存在收敛速度慢,易陷入局部极小等结构性能不佳的问题,建立了一种新的基于CMAC神经网络的板形模式识别模型。该模型利用欧式距离差得到网络的输入神经元,并在权值更新算法中引入了动态学习率。通过仿真实验表明该方法简单、实用,识别精度较高,克服了传统的识别模型的缺点和不足,有效地提高了板形模式识别模型的速度和精度。     

太原市COVID-19防控前后空气质量分析及预测

为了探索特殊情况下太原市空气质量预测和评价方法,采用基于灰色关联度法的模糊综合评价方法对太原市疫情防控前后的空气质量进行评价,对相关联的污染物浓度变化进行分析,并以太原市AQI监测数据为基础,结合长短期记忆循环神经网络(LSTM)以及随机梯度下降算法(Adam)建立了太原市空气质量预测模型(即Adam-LSTM模型),...     

基于决策树模型的地铁线网短时OD客流预测

为了准确获取地铁线网短时OD(起讫点)的客流分布,从而高效协调运输能力和客运需求,结合集成学习思想构建了基于决策树模型的多时间粒度下地铁线网短时OD客流预测模型。首先利用地铁自动售检票数据分析得到线网OD客流出行的时空分布特征,引入多种时空影响因素对全网数据进行训练以及预测,其次分析了地铁线网OD客流量预测精度与时间粒度之间的关系,最后以苏州市地铁为对象进行实例分析。结果表明：相对于其他模型,研究模型不仅可以有效降低预测误差和拟合客流峰值,而且运算时间也节约了数倍,提高了地铁线网短时OD客流预测的准确性和效率。因此,所设计的模型可为地铁运营与控制系统提供重要数据,有助于运营者进行限流措施、行车计划等的制定与调整。     

基于LSTM法的高速公路边坡稳定性研究

为了准确分析高速公路边坡性状,确保路基的稳定性,结合高速公路边坡环境特征,以边坡监测数据为基础,利用长短期记忆人工神经网络(LSTM)方法建立了高速公路边坡稳定性预测模型.以影响边坡稳定性的边坡质量系数、边坡结构系数、坡高系数、坡角系数、工程因素等因素为评估依据,采用降噪补缺、数据变换等方法处理LSTM前端数据,利用L...     

基于轻量级卷积神经网络的苹果表面缺陷检测方法

为了解决目前农业信息领域对苹果表面缺陷检测准确率低的问题,提出一种基于轻量级卷积神经网络的苹果表面缺陷检测方法.首先采集苹果缺陷样本图片制作实验数据集用于模型训练和测试;其次在AlexNet网络结构的基础上,引入深度可分离卷积代替原有网络中的标准卷积运算来进行图像特征的提取;最后利用全局平均池化方法代替原有网络中的全连...     

LNG卫星站危险辨识与控制措施研究

LNG属于易燃易爆危险品,因此LNG卫星站的安全生产运行也成了一个必须严格控制的过程。以2类危险源理论为基础,根据LNG卫星站的建设生产以及运行的特点,遵循国内有关规范,对LNG卫星站的危险因素进行了分类辨识,得出了LNG卫星站的危险因素是由物质本身的危险性、人的不安全行为、物(设备)的不安全状态以及管理方面的缺陷等组成的多重复杂系统,并在此基础上提出了相应的预防控制措施。     

基于RBF神经网络的微机械陀螺仪温度控制系统

为了避免微机械陀螺仪受温度影响产生较大波动,设计了基于RBF神经网络的微机械陀螺仪温度控制系统。首先,构建了微机械陀螺仪温度控制装置的数学模型;其次,鉴于控制模型参数会随温度改变而发生变化,提出了基于RBF神经网络的自适应PID控制算法,利用径向基函数的局部逼近能力调节微机械陀螺仪环境温度。结果表明,设计方案基于RBF神经网络,可实时整定PID参数,且能够准确控制微机械陀螺仪的温度。与传统PID控制相比,基于RBF神经网络的自适应PID控制算法具有更快的调节速度和较强的鲁棒性,实现了微机械陀螺仪温度的无静差控制,降低了模型参数变化对控制效果的影响,满足温度控制系统的要求。     

基于支持向量机模型的地铁进站客流量预测

为了更精确地预测短期站点客流量,动态调整城市轨道交通的日常客流方案,采用支持向量机模型对预测地铁客流量。首先,通过对AFC数据分析,利用上周同期进站量、前一天同期进站量、当日前两个时段进站量以及高峰和非高峰时段参数作为模型的输入变量;然后,构造支持向量机预测模型并运用粒子群算法优化模型(PSO-SVM模型),实现地铁站点客流量预测,并进行不同模型预测误差的比较分析;最后,以苏州地铁数据为例,预测汾湖路地铁站的进站客流量。结果表明,优化模型能够有效改善预测误差,预测结果更为准确,证明PSO-SVM方法能有效用于地铁进站客流量的预测研究,为地铁进站客流量预测提供了新的方法。