检索结果-内蒙古大学图书馆

铁道运输与经济 2024年第4期46卷 1-8,18页

作者：廖延婷陈钉均邓洪波耿敬春潘金山西南交通大学交通运输与物流学院四川成都610031 西南交通大学综合交通运输智能化国家地方联合工程实验室四川成都610031 西南交通大学综合交通大数据应用技术国家工程实验室四川成都610031 中国铁路成都局集团有限公司调度所四川成都610082 中国铁路经济规划研究院有限公司线路站场咨询部北京100844

编组站接发列车方向多、数量大,机车换挂和调车作业频繁,直接影响施工维修作业。既有固定天窗时长的天窗方案,难以兼顾维修施工作业和运输工作连续性需求,导致天窗兑现率低,增加安全隐患,研究提出基于天窗基本单元的编组站天窗方案优化... 详细信息

编组站接发列车方向多、数量大,机车换挂和调车作业频繁,直接影响施工维修作业。既有固定天窗时长的天窗方案,难以兼顾维修施工作业和运输工作连续性需求,导致天窗兑现率低,增加安全隐患,研究提出基于天窗基本单元的编组站天窗方案优化方法。根据各维修养护工种作业特性、编组站工作人员数量及效率等因素,划分天窗基本单元;考虑编组站维修养护与运输组织需求,以效用、作业完成率和天窗阈值利用率最优为目标,以时序关系为约束,建立基于阈值的天窗方案多目标优化模型,并利用数学软件进行求解;以成都北编组站为例,验证模型的有效性,结果表明,通过合理优化天窗方案,天窗兑现率达100%,有助于缓解编组站维修与运输之间的冲突。

关键词：铁路运输天窗优化策略综合天窗编组站天窗基本单元

来源：评论

学校读者我要写书评

暂无评论

区域健康医疗大数据汇聚、存储、安全共享机制研究

引用

解放军医学院学报 2025年第1期46卷 89-95页

作者：陈大鹏庄严张军雁何昆仑联勤保障部队第九〇〇医院福建福州350000 解放军总医院医学创新研究部医疗大数据应用技术国家工程研究中心解放军总医院医学工程实验室国家药监局人工智能医疗器械研究与评价重点实验室北京100853

背景随着云计算、大数据、人工智能技术的发展应用,医疗数据来源逐渐增多,但海量数据资源难以得到有效利用。目的建立区域健康医疗大数据平台,通过数据汇聚、存储、安全共享机制,解决跨机构数据安全共享的难题。方法将区域健康医疗大数... 详细信息

背景随着云计算、大数据、人工智能技术的发展应用,医疗数据来源逐渐增多,但海量数据资源难以得到有效利用。目的建立区域健康医疗大数据平台,通过数据汇聚、存储、安全共享机制,解决跨机构数据安全共享的难题。方法将区域健康医疗大数据按照数据目录进行治理、汇聚、存储,构建多源多模态异构数据模型进行数据融合,利用区块链机制进行数据安全共享。结果制定了区域健康医疗大数据目录和标准规范,设计了多源多模态异构数据模型及医疗大数据共享安全保障机制,建立了统一的区域健康医疗大数据平台。结论实现了区域医院间的数据集成,奠定了多源多模态异构数据的融合应用基础,为医护人员的科研工作提供数据共享服务。

关键词：区域健康医疗大数据区块链数据汇聚安全共享

来源：评论

学校读者我要写书评

暂无评论

基于元胞自动机模型的地铁列车折返间隔分析

引用

交通运输工程与信息学报 2021年第2期19卷 37-45页

作者：张海倪少权吕苗苗西南交通大学交通运输与物流学院成都611756 综合交通运输智能化国家地方联合工程实验室成都611756 综合交通大数据应用技术国家工程实验室成都611756

科学、合理的仿真模型是研究地铁列车折返间隔的关键。本文建立的连续型元胞自动机模型,在参数设置上具有更好的适配性,且能有效缩短步长,以提高仿真精度从而更精确地模拟列车实际运行。该仿真基于列车运行状态,对移动闭塞地铁列车追踪... 详细信息

科学、合理的仿真模型是研究地铁列车折返间隔的关键。本文建立的连续型元胞自动机模型,在参数设置上具有更好的适配性,且能有效缩短步长,以提高仿真精度从而更精确地模拟列车实际运行。该仿真基于列车运行状态,对移动闭塞地铁列车追踪运行及站后折返场景进行了仿真,得到的时间-距离图、距离-速度图及现场实测数据验证了模型的可用性及仿真精度。同时定量分析了道岔侧向限速、列车制动性能、停站时间对折返间隔的影响,提出了缩短折返间隔的措施,使折返间隔降低了31.22%,为提高线路运营能力提供了参考。

关键词：铁路运输折返间隔元胞自动机列车运行运营能力

来源：评论

学校读者我要写书评

暂无评论

物流园区REITs融资研究

引用

综合运输 2025年第2期47卷 144-150页

作者：张佳婧左大杰王琳熊巧西南交通大学唐山研究院唐山063000 西南交通大学交通运输与物流学院成都610031 西南交通大学综合交通运输智能化国家地方联合工程实验室成都610031 西南交通大学综合交通大数据应用技术国家工程实验室成都610031

物流园区REITs融资可拓宽物流行业的融资渠道。本文首先研究了物流园区REITs融资的必要性和可行性,然后根据现阶段相关制度法律法规提出了物流园区REITs的制度设计和具体的“公募基金+ABS”的运作模式,最后依据现阶段可能存在的问题给... 详细信息

物流园区REITs融资可拓宽物流行业的融资渠道。本文首先研究了物流园区REITs融资的必要性和可行性,然后根据现阶段相关制度法律法规提出了物流园区REITs的制度设计和具体的“公募基金+ABS”的运作模式,最后依据现阶段可能存在的问题给出了相关针对性保障措施。

关键词：物流园区融资方式 REITs 公募基金 ABS

来源：评论

学校读者我要写书评

暂无评论

基于EMD-APSO-SVR组合模型的铁路货运量预测

引用

综合运输 2024年第4期46卷 132-140,180页

作者：韩纯良李默涵洒雨周琳吴林鸿薛锋国家铁路局市场监测评价中心北京100070 西南交通大学交通运输与物流学院成都611756 西南交通大学综合交通大数据应用技术国家工程实验室成都611756 西南交通大学综合交通运输智能化国家地方联合工程实验室成都611756

为了提高铁路货运量预测的准确性,减少类似新冠疫情这样突发事件对现有预测结果的不稳定影响,提出一种基于EMD和APSO优化的SVR组合预测模型。在综合考虑铁路货运量受GDP、铁路营业里程、原煤产量、钢材产量、第二产业增加值以及新冠疫... 详细信息

为了提高铁路货运量预测的准确性,减少类似新冠疫情这样突发事件对现有预测结果的不稳定影响,提出一种基于EMD和APSO优化的SVR组合预测模型。在综合考虑铁路货运量受GDP、铁路营业里程、原煤产量、钢材产量、第二产业增加值以及新冠疫情等因素情况下,对选取的货运量序列进行EMD处理,得到不同时间尺度下的IMF和残差;通过APSO优化SVR模型的参数,并利用优化后的组合模型对各IMF分量分别进行预测,相加得到最终结果。将APSO-SVR模型与EMDAPSO-SVR模型的预测状况进行对比,结果表明,本文建立的EMD-APSO-SVR模型的预测结果误差更小,其预测值与真实值的测定系数高于APSO-SVR模型;前者的平均绝对百分比误差仅有0.22%,能有效提升铁路货运量短期内的预测精度。

关键词：铁路货运量预测新冠疫情经验模态分解自适应粒子群算法支持向量机回归模型

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的盾构掘进姿态预测模型

引用

地下空间与工程学报 2022年第S2期18卷 813-821页

作者：徐进林良宇章龙管刘绥美李强西南交通大学信息系统与运营管理系成都610031 综合交通大数据应用技术国家工程实验室成都611756 服务科学与创新四川省重点实验室成都610031 中铁工程服务有限公司成都610083 西南交通大学机械工程学院成都610031

盾构掘进姿态的偏差变化和趋势,是现场管理者掌控项目施工安全与质量所需的关键信息。为了提高姿态控制的自动化与智能化水平,设计了基于小波变换(WT)与长短期记忆神经网络(LSTM)的预测模型WT-LSTM,通过历史施工数据对未来时刻盾构姿态... 详细信息

盾构掘进姿态的偏差变化和趋势,是现场管理者掌控项目施工安全与质量所需的关键信息。为了提高姿态控制的自动化与智能化水平,设计了基于小波变换(WT)与长短期记忆神经网络(LSTM)的预测模型WT-LSTM,通过历史施工数据对未来时刻盾构姿态参数进行预测,并对模型进行多次试验,以确定最优参数。在工程实例中,所提出的模型对各参数的预测均方根误差均较低。通过与其他方法的对比实验表明,所设计的模型能够实现根据历史数据准确预测未来时刻的盾构掘进姿态,辅助施工现场管理者和操作人员高效决策,提前规避异常掘进姿态,解决目前盾构施工人工决策低效、不稳定以及数据闲置等问题,对于保障盾构稳定掘进、减少盾构项目风险事故具有重要价值。

关键词：盾构施工深度学习小波变换长短期记忆神经网络盾构姿态预测

来源：评论

学校读者我要写书评

暂无评论

基于MDSCLDNN-HAN的调制识别算法

引用

无线电工程 2022年第9期52卷 1525-1532页

作者：李天宇侯进李昀喆郝彦超西南交通大学信息科学与技术学院智能感知智慧运维实验室四川成都611756 西南交通大学唐山研究院河北唐山063000 西南交通大学综合交通大数据应用技术国家工程实验室四川成都611756

针对基于深度学习的调制识别模型存在模型参数多、计算量大等问题,使用深度可分离卷积和注意力机制,提出了一种新型多通道特征融合的神经网络模型。在数据集RadioML2016.10a和RadioML2016.10b上进行实验,验证结果表明,信噪比在0 dB以上... 详细信息

针对基于深度学习的调制识别模型存在模型参数多、计算量大等问题,使用深度可分离卷积和注意力机制,提出了一种新型多通道特征融合的神经网络模型。在数据集RadioML2016.10a和RadioML2016.10b上进行实验,验证结果表明,信噪比在0 dB以上时,所提算法模型对2个数据集的识别准确率分别为92.9%和93.1%,识别准确率优于现有模型,同时参数量减少65.7%,计算量减少76.6%。

关键词：调制识别深度学习深度可分离卷积幅度和相位注意力

来源：评论

学校读者我要写书评

暂无评论

基于知识图谱的兴趣捕捉推荐算法

引用

计算机科学 2024年第1期51卷 133-142页

作者：金宇陈红梅罗川西南交通大学唐山研究院河北唐山063010 西南交通大学计算机与人工智能学院成都611756 可持续城市交通智能化教育部工程研究中心成都611756 综合交通大数据应用技术国家工程实验室成都611756 四川省制造业产业链协同与信息化支撑技术重点实验室成都611133 四川大学计算机学院成都610065

知识图谱作为一种辅助信息,可以为推荐系统提供更多的上下文信息和语义关联信息,从而提高推荐的准确性和可解释性。通过将项目映射到知识图谱中,推荐系统可以将从知识图谱中学习到的外部知识注入到用户和项目的表示中,进而增强用户和项... 详细信息

知识图谱作为一种辅助信息,可以为推荐系统提供更多的上下文信息和语义关联信息,从而提高推荐的准确性和可解释性。通过将项目映射到知识图谱中,推荐系统可以将从知识图谱中学习到的外部知识注入到用户和项目的表示中,进而增强用户和项目的表示。但在学习用户偏好时,基于图神经网络的知识图谱推荐主要通过项目实体利用知识图谱中的属性信息和关系信息等知识信息。由于用户节点并不与知识图谱直接相连,这就导致不同的关系信息和属性信息在语义上和用户偏好方面是独立的,缺乏关联。这表明,基于知识图谱的推荐难以根据知识图谱中的信息来准确捕获用户的细粒度偏好。因此,针对用户细粒度兴趣难以捕捉的问题,提出了一种基于知识图谱的兴趣捕捉推荐算法。该算法利用知识图谱中的关系和属性信息来学习用户的兴趣,并增强用户和项目的嵌入表示。为了充分利用知识图谱中的关系信息,设计了关系兴趣模块以学习用户对不同关系的细粒度兴趣。该模块将每个兴趣表示为知识图谱中关系向量的组合,并利用图卷积神经网络在用户项目图和知识图谱中传递用户兴趣以学习用户和项目的嵌入表示。此外,还设计了属性兴趣模块以学习用户对不同属性的细粒度兴趣。该模块采用切分嵌入的方法为用户和项目匹配与之相似的属性,并使用与关系兴趣模块中相似的方法进行消息传播。最终,在两个基准数据集上进行实验,实验结果验证了该方法的有效性和可行性。

关键词：推荐算法深度学习知识图谱图神经网络

来源：评论

学校读者我要写书评

暂无评论

Ceph分布式存储系统性能优化技术研究综述

引用

计算机科学 2021年第2期48卷 1-12页

作者：张晓张思蒙石佳董聪李战怀西北工业大学计算机学院西安710129 西北工业大学大数据存储与管理工业和信息化部重点实验室西安710129 西北工业大学空天地海一体化大数据应用技术国家工程实验室西安710129

Ceph是一个统一的分布式存储系统,可同时提供块、文件和对象3种接口的存储服务。与传统的分布式存储系统不同,它采用了无中心节点的元数据管理方式,因此具有良好的扩展性和线性增长的性能。经过十余年的发展,Ceph已被广泛地应用于云计... 详细信息

Ceph是一个统一的分布式存储系统,可同时提供块、文件和对象3种接口的存储服务。与传统的分布式存储系统不同,它采用了无中心节点的元数据管理方式,因此具有良好的扩展性和线性增长的性能。经过十余年的发展,Ceph已被广泛地应用于云计算和大数据存储系统。作为云计算的底层平台,Ceph除了提供虚拟机的存储服务外,还可以直接提供对象存储服务和NAS文件服务。Ceph支撑着云计算系统中多种操作系统和应用的存储需求,它的性能对其上的虚拟机和应用有较大的影响,因此Ceph存储系统的性能优化一直是学术界和工业界的研究热点。文中首先介绍了Ceph的架构和特性;然后针对现有的性能优化技术,从对内部机制进行改进、面向新型硬件和基于应用的优化这3个方面进行了归纳和总结,综述了近年来Ceph存储和优化的相关研究;最后对该领域未来的工作进行了展望,以期为分布式存储系统性能优化的研究者提供有价值的参考。

关键词： Ceph分布式存储系统性能优化非易失内存固态硬盘统一存储

来源：评论

学校读者我要写书评

暂无评论

订单生成时间不确定的货物配送路径优化

引用

综合运输 2023年第5期45卷 147-153页

作者：李致远陈钉均西南交通大学交通运输与物流学院四川成都610031 综合交通大数据应用技术国家工程实验室四川成都610031 综合交通运输智能化国家地方联合工程实验室四川成都610031

针对各个配送点订单生成时间不确定,且未来生成订单现阶段配送方案制定有影响,本文提出了动态订单匹配策略,将已生成和未生成的订单信息综合考虑,提高匹配效果。然后,本文建立了以最小化运能浪费和订单等待处理时间为目标的二阶段随机... 详细信息

针对各个配送点订单生成时间不确定,且未来生成订单现阶段配送方案制定有影响,本文提出了动态订单匹配策略,将已生成和未生成的订单信息综合考虑,提高匹配效果。然后,本文建立了以最小化运能浪费和订单等待处理时间为目标的二阶段随机规划模型来编制当前和下一阶段的配送方案,并设计了自适应遗传算法进行求解。最后,本文利用某地25个配送点数据信息进行二阶段配送路径规划。与蚁群算法相比,本文算法对两个阶段的运能浪费成本和时间浪费成本求解过程收敛时间分别为:112.3s、102.4s、98.5s、114.7s,均小于蚁群算法收敛时间:117.3s、115.4s、109.6s、118.2s。且本文算法求得的两个阶段总运能浪费成本和时间浪费成本分别为***、644t.h,远小于传统启发式算法的***、816t.h。

关键词：路径优化时间不确定动态订单匹配策略匹配效果自适应遗传算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：