摘要：为提高生理信号的质量和可靠性,将盲源分离和小波阈值方法进行耦合研究,提出了多谱自适应小波信号增强方法并与改进的盲源分离方法相结合进行降噪处理。为评估所提方法的有效性,使用小波变换中软阈值、硬阈值、自适应阈值3种方法计算信噪比(SNR)和均方根误差(RMSE)。结果表明:所提方法在软阈值下具有较强的适用性,增强后的信号软阈值相比硬阈值,SNR提升约44.2%,RMSE下降约28.8%,处理时间减少约1.4%。软阈值相比自适应阈值,SNR提升约706%,RMSE下降约16.7%,处理时间减少约3.0%。为对比软阈值下各参数差异,使用软阈值对原始信号、加噪信号和增强信号进行对比分析及归一化处理。结果显示增强后的信号具有较好的SNR、较低的RMSE和较短的处理时间,软阈值下增强后的信号与原始信号相比,SNR提升约0.12%,RMSE下降约2.5%,处理时间减少约3.9%,进一步验证了所提方法的有效性,并提高了信号质量。

摘要：发掘轨迹数据的时空连续性对分析路网结构和人类移动模式的非常重要,基于出租车GPS数据,提出一种城市道路的可视分析方法——road2vec.首先利用词嵌入技术将轨迹数据视为文本进行建模,得到道路的向量表示形式;然后计算得到道路向量在向量空间中的位置关系,并用这种位置关系来表示道路向量之间的相似性;最后根据相似性来探索道路在轨迹中的位置信息和连接关系.文中还设计了一套可视分析系统,以支持用road2vec方法探索城市道路相关信息.基于温州市出租车GPS数据的案例分析表明,该方法可以有效地反映人群在城市路网中的移动模式.

摘要：为更好地指导矿山开采大型机械设备的创新设计,归纳铲运机外观特点,提出点阵拓扑优化法和熵权法(EWM)设计、评估铲运机外观。首先,通过点阵拓扑优化法设计铲运机外观,使用层次分析法-熵权法(AHP-EWM)对评价指标赋权,搭建层次准则模型;其次,通过调研归纳出创造性指标、美学指标、功能性指标、经济性指标、技术性指标5个指标并建立评价体系;然后,运用层次分析法(AHP)对一级指标主观赋权,通过EWM分析二级指标的客观权重,依据python计算灰色关联度、多属性决策分析权重(CRITIC)、独立性权重、模糊综合评价法和逼近理想解排序法、理想点法(TOPSIS法)5种方法的权重,通过对比分析并验证AHP-EWM的可行性;最后,基于指标权重与方案得分优化备选方案设计,并使用最小支持向量机(LSSVM)来验证模型。结果表明:使用LSSVM模型进行回归分析,其决定系数达到0.93以上,均方误差在0.01以内,明显优于传统模型且精度较高,验证点阵拓扑优化法和EWM相结合的优化决策模型。

摘要：随着移动通信技术的发展,手机基站轨迹数据在分析人类移动规律方面的优势日趋显著.由于人群移动模式与其社会行为息息相关,该模式能够直接反映各地理区块在不同时间段所具备的社会功能.根据词嵌入模型,首先将基站的时空信息映射为向量,通过计算基站间的高层语义的相似规律来分析地理区域的功能性信息;再将带有时空变化信息的手机用户移动轨迹映射至向量空间,使基站地理坐标与轨迹相结合,从而获取更加丰富的语义信息.在交互方面,设计了一个可视化分析系统Trajectory2Vec来探索城市区域功能和用户行为的关系,案例分析证明了该系统可以有效地帮助用户分析移动人群与城市区域间关系的动态变化规律.

摘要：一、停送电安全保障文化的产生背景1.不断提升的矿井生产能力城郊选煤厂原设计年处理能力为240万吨。自投产以来,为适应城郊矿产能的不断提升,城郊选煤厂也在不停地进行扩能改造,现年处理能力已达500万吨。即使这样,受厂房空间及厂址占地面积的影响,城郊选煤厂处理能力已达到极限,必要时只有通过延长设备运转时间、压缩设备检修时间以保证矿井生产,曾经创造过连续六天六夜不停机检修的记录。如此长时间的连续运转,给机电设备维护、抢修期间的人员安全带来了诸多不稳定因素!2.

摘要：以虚拟轨道列车为研究对象,综合考虑其舒适性影响因素,构建综合舒适性评价模型。通过实地调研分析乘客舒适性影响因素,采用层次分析法确定各因素权重关系,对比分析现有指标以及平台试验确定单因素舒适性评价方法,建立舒适性评价体系,并完成综合舒适性评价。最后,以宜宾智轨为例进行实例分析,问卷调查结果与评价结果有较好的一致性,并根据评价结果提出改善虚拟轨道列车舒适性意见,为虚拟轨道列车进一步设计开发提供理论参考。

摘要：研究开发，包括研究（Research）和开发（Development），根据国际会计准则第9号《研究和开发费用》的定义，研究是指为了获得新的科学技术知识和理解而从事的有创造性的和有计划的调查；开发是指在开始商业性生产或使用之前，把研究结果或其他知识应用于计划或设计，以生产新的或有重大改进的材料、装置、产品、工序、系统或劳务。我国会计准则虽无研究和开发费用准则，但在《企业会计准则第6号—无形资产》中有与之基本相同的表述。在国家鼓励和市场驱动下，企业日益成为研究开发的主体。企业的研究开发活动，是指企业为获得科学与技术（不包括人文、社会科学）新知识，创造性运用科学技术新知识，或实质性改进技术、工艺、产品（服务）而持续进行的具有明确目标的研究开发活动[1]。

摘要：针对人体动作识别任务中特征值选取不当导致识别率低、使用多模态数据导致训练成本高等问题,提出一种轻量级人体动作识别方法。首先使用OpenPose、PoseNet提取出人体骨架信息,使用BWT69CL传感器提取姿势信息;其次对数据进行预处理、特征融合,对人体动作进行深度学习分类识别;最后,为验证此方法的有效性,在公开数据集WISDM、UCIHAR、HASC和自建的人体动作数据集上进行实验验证,并使用改进的目标引导注意力机制(target-guided attention,TGA)–长短期记忆(long short term memory,LSTM)网络输出最终的分类结果。实验结果表明,在自建数据集下融合姿势和骨架特征达到99.87%准确率,相比于只使用姿势信息特征,识别准确率提高了约5.31个百分点;相比于只使用人体骨架特征,识别准确率提高了约1.87个百分点;在识别时间上相比于只使用姿势信息,识别时间降低了约29.73 s;相比于只使用人体骨架数据,识别时间降低了约9 s。使用该方法能及时有效地反映人体的运动意图,有助于提高人体动作和行为的识别准确率和训练效率。