简介:摘要:列车运行监控装置(以下简称LKJ)是我国自主研发的防护列车出现“两冒一超”现象的列车控制设备。随着朔黄铁路运输的发展,为保证万吨站场LKJ控制数据的准确性,提高列车运行的安全品质,LKJ基础数据中对各站场进路信号机设置了不同的车站代码,近年来错输、晚对标的状况频发,对行车安全和运输秩序带来较大影响。本文针对LKJ系统在万吨站场各股道发车情况进行分析,找出影响机车乘务员在万吨站场操作LKJ系统的难点,并提出LKJ系统自动定位车站、股道信息,自动开车对标的功能思路,进而解决万吨站场列车始发LKJ对标的问题。
简介:摘要:简述了GNSS网平差的目的;阐述了GNSS网三维无约束平差的概念、原理及数学模型;得出GNSS网三维无约束平差在GNSS网平差中所起的作用;运用好GNSS网三维无约束平差具有的各种功能,能客观真实反映观测值本身的质量外,还可以获得高质量的、无粗差的、观测值权比合适的平差数据,为成功实现三维约束平差、地面网联合平差提供可靠支撑。
简介:摘要:在幼儿的交往中常常会出现种种不协调的关系,攻击性行为(或称侵犯性行为)就是其中的一种。由于幼儿的生理和心理发展极不成熟,生活经验少,缺乏必要的社交技能,因而适度频率和强度的攻击性行为应该说是一种特定年龄阶段的自然表现,是幼儿成长和学习过程中的正常现象。但是,如果一个幼儿的攻击性行为发生的频率过高,攻击方式过于激烈的话,那就成为问题行为了。过高频率的攻击性行为不仅阻碍幼儿正常人际关系的建立,而且还容易导致情绪障碍和人格异常。如果不及时进行引导而纵其成为习惯,还可能成为少年犯罪的隐患。
简介:摘要目的比较差分整合移动平均自回归模型(ARIMA)和深度学习模型在吸脂操作数据预测分析方面的应用价值。方法选取2019年1至9月中国医学科学院整形外科医院符合入选标准的行吸脂手术患者,使用基于光学追踪系统和力传感技术的吸脂操作记录系统,采集高年资整形外科医生吸脂手术初始250~400 s的操作数据,包括运动学和力学数据。经预处理后将采集数据分成一个吸脂往复循环为一组的数据。分别使用ARIMA模型和深度学习模型处理分析采集到的数据,建立吸脂操作预测模型。用Matlab 2017软件产生随机数随机抽取30对共计60组吸脂循环数据,计算每对数据的动态时间规整(DTW)值作为检验标准,然后分别计算基于ARIMA模型与深度学习模型的各30组预测数据与实际数据之间的DTW值,与检验标准对比,对2种模型的预测结果进行验证。应用Matlab 2017软件进行统计分析,2组比较用独立样本t检验,P<0.05为差异有统计学意义。结果共入组18例患者,均为女性,年龄23~49岁,平均36.6岁。吸脂部位分别为腹部、大腿、腰部。共获得16 800组吸脂循环数据。模型检验标准DTW值为0.048±0.028。ARIMA模型预测数据与实际数据之间的DTW值为0.660±0.577,与检验标准比较差异有统计学意义(P<0.05)。深度学习模型得出的DTW值为0.052±0.030,与检验标准比较差异无统计学意义(P>0.05)。结论相比ARIMA模型,深度学习模型可以更准确地预测吸脂操作数据,能更好地适应不同情况的数据,并且具有更好的实时性。