基于音频特征的工程车辆工况识别研究

高效率地使用工程车辆是工程项目管理中节约成本的有效方法，无人监管环境下工程车辆的工况识别，是实现工程车辆高效率使用的有效手段。目前以GPS等技术为核心的车辆智能管理系统未对工程车辆进行工况识别，提出一种基于GRU循环神经网络的工程车辆工况识别方法，通过对工程车辆在不同工况下产生的音频信号进行分析，从中提取Mel倒谱系数作为主要特征，构建GRU循环神经网络模型进行训练和识别。实验结果表明，该方法可以实现对工程车辆工况的有效识别。     

化工厂生产安全中的危险能量辨识与隔离方法研究

若是化工厂出现安全事故,将会对工作人员、化工生产环境、化工厂的经济财产产生严重威胁,因此安全问题已经成为化工领域热议的主要内容。相关工作人员通过辨识化工厂生产的危险能量,及时对存在危险的因素隔离处理,可以在一定程度上避免化工安全事故的出现。首先分析危险能量辨识与隔离对化工厂生产安全的重要意义,其次探讨危险能量辨识与隔离的主要步骤,最后研究做好后续优化更新工作,以期对相关研究具有一定的参考价值。     

关于高晓红等5人任职的通知

中国轮胎循环利用协会秘书处各部门、各分支机构:经中国轮胎循环利用协会会长办公扩大会议研究决定,聘任:高晓红为综合办公室主任;石立军为业务一部主任,兼任热裂解分会秘书处秘书长、技术委员会秘书处秘书长;张鲁明为业务一部副主任,兼任轮胎翻新分会秘书处秘书长;奚丽君为业务二部主任,兼任再生橡胶分会秘书处秘书长、橡胶循环利用制品分会秘书处秘书长。     

谷氨酰胺代谢在原发性肝癌发生发展及治疗中的研究进展

肝癌是我国高发并且危害性极大的恶性肿瘤，其具有高死亡率并起病隐匿等特点。目前，肝癌治疗主要是以靶向药物，手术和放化疗为主，容易出现复发率高、耐药性强等现象。本文以谷氨酰胺代谢为切入点，对目前研究较多的肝癌相关的谷氨酰胺代谢酶及相关基因分别予以综述，以期为肝癌的发病机制及药物治疗提供开放性新思路。     

基于度量学习的意图识别和槽填充方法

人机对话中小样本学习场景下的意图识别和槽填充,是自然语言处理的一个重要课题.本文采用基于度量学习的方法,通过计算query set中的样本与support set中样本的距离,寻找距离最近的类别样本作为分类标签,同时将两个任务联合进行训练,用以提升模型的效果.从实验结果中可以得出,本文提出的Fine-tune方法,对意图识别和槽填充任务都有一定的帮助和提升.胶囊网络在意图识别中也起到了一定的效果,可以帮助去除一部分无关信息,但对槽填充任务的帮助不明显;而任务自适应的投影网络,可以更好地将不同类的向量分开,提升了两个任务的性能.     

深度元学习在无人驾驶中的应用前景

在无人驾驶发展的初期,科学家们依靠数学方法与计算机视觉领域的相关技术创造出无人驾驶算法,其性能和安全性都不是很理想。近年来,随着深度学习的不断发展,无人驾驶领域出现了越来越多与深度学习相关的优秀算法。与传统算法相比,与深度学习相结合的无人驾驶算法有着更为优秀的性能,无人驾驶技术也随着深度学习的发展不断向商用化推进,其中具有代表性的产品即为近年来美国特斯拉公司生产的车辆,其拥有较为完善的辅助驾驶系统,可以将其看作一款非常典型的无人驾驶产品。本文将从目标检测以及目标跟踪两个领域分析深度元学习在无人驾驶领域中的应用前景。     

基于1D CNN与XGBoost的恶意代码纹理检测

恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实验.实验结果表明,所提的方法分类预测精度达到了97％.     

马鞍山市新型城镇化建设与经济发展分析

文章主要探讨马鞍山市新型城镇化建设与经济发展现状,分析马鞍山市新型城镇化与经济发展中存在的突出问题,有针对性地提出相应的政策建议.