百度 缘何要“造车”?

智能电动汽车圈再次开始热闹,百度“造车”的靴子落地!百度没有让“吃瓜群众”失望,终于官宣要造车。1月11日早间,百度官宣,正式组建一家智能汽车公司,以整车制造商的身份进军汽车行业,同时,吉利将成为其新公司的战略合作伙伴。根据百度的说法,百度汽车公司着眼于智能汽车的设计研发、生产制造、销售服务全产业链。想要面向乘用车市场,利用自己在人工智能、互联网和自动驾驶等领域积累的经验,造出不一样的智能汽车,让用户能够买到更极致的智能电动汽车。     

自动驾驶汽车虚拟测试中的树木点云生成方法

自动驾驶汽车虚拟测试已成为自动驾驶或车路协同测试评价的一个重要手段,三维激光雷达数据模拟生成是自动驾驶汽车虚拟测试中的重要任务之一,目前多采用基于飞行时间原理的几何模型方法生成激光雷达三维点云数据,该方法生成点云实时性较差。布告牌是虚拟场景中常采用的树木建模方法,由于布告牌仅由两个矩形面片即八个三角形面片组成,直接采用布告牌方法生成的三维点云数据难以反映树木的真实空间信息。针对上述问题,提出了一种基于布告牌空间变换的快速树木三维点云生成方法。以布告牌的纹理图像为依据,根据纹理透明度获取树木二维平面点云分布,经二维树木点云的轮廓提取,结合树木结构的先验知识进行旋转、随机偏移和尺度变换,以更少的三角形面片数和更小的计算代价获得树木的三维点云数据。提出了一种空间直方图三维点云相似度评价方法,将三维点云空间量化为若干个子空间,获得三维点云的投影空间直方图,采用巴氏系数计算投影空间直方图相似度,以投影空间直方图加权相似度作为点云相似度评价值。实验结果表明,基于布告牌空间变换方法和几何模型方法生成的云杉等三种树木的三维点云数据的平均相似度在90%以上,且该方法生成树木点云的时间仅是几何模型法的1%,因此布告牌空间变换树木三维点云生成方法快速且准确,可以满足自动驾驶汽车虚拟测试的性能要求。     

引入源端信息的机器译文自动评价方法研究

机器译文自动评价是机器翻译中的一个重要任务。针对目前译文自动评价中完全忽略源语言句子信息,仅利用人工参考译文度量翻译质量的不足,该文提出了引入源语言句子信息的机器译文自动评价方法: 从机器译文与其源语言句子组成的二元组中提取描述翻译质量的质量向量,并将其与基于语境词向量的译文自动评价方法利用深度神经网络进行融合。在WMT-19译文自动评价任务数据集上的实验结果表明,该文所提出的方法能有效增强机器译文自动评价与人工评价的相关性。深入的实验分析进一步揭示了源语言句子信息在译文自动评价中发挥着重要作用。     

船载S频段测控系统全频段校相方法研究

航天测量船S频段测控系统采用双通道单脉冲跟踪体制,其跟踪接收机必须经过校相保持和、差通道相位一致性才能确保跟踪性能;测量船传统校相方法是码头对塔校相与海上微波自检的方式,但已无法满足卫星工作频点不断增多的需要,因此提出一种全新的全频段校相方法;首先阐述了双通道单脉冲体制的跟踪原理、校相原因,解析了和、差通道相位差的组成及近场效应对塔校相的影响;通过分析不同和、差通道物理长度差条件下相位差与频率的变化关系,并确定和、差通道固定波程差的计算方法;基于码头对塔校相数据的分析计算,得出整个工作频段的相位计算公式,并验证了公式的正确性;基于数据分析归纳总结出测量船海上相位标校/修正方法,有效解决海上全频段校相的难题,提高相位标校工作效率.     

基于手机App的自动站管理系统设计与应用

随着社会生活的信息化和互联网技术的飞速发展,智能手机的发展日新月异,手机App成为了人们获取信息的主要方式。将手机App作为载体的工作方式已成为各行业的研究方向。为了保障气象自动观测站的正常运行,必须加强及时有效的管理。以沈阳市气象局250个气象自动观测站为课题背景,对基于手机App的自动站管理系统进行了研究。手机App以Android平台为基础,系统开发服务组件使用基于Java语言的Oracle 11G EX DB和Oracle JDeveloper开发平台,通过Web Service技术实现手机与服务器组件间的数据交互。该系统提供了自动观测站实况数据查询、故障报警、建立维修任务并上传维修照片、查看维修记录等功能。这种设计既方便了管理者对自动站及维护人员的监控与管理,又提高了管理者与维护人员交互信息的效率,充分利用手机App方便快捷的功能实现全沈阳地区自动站的管理,最后将提出的设计应用于其他市区的自动站管理之中也取得了十分显著的效果。     

计算思维教育中的信息处理行为主体分析

问题:算法的行为主体是人还是计算机计算思维的思维主体是人而不是计算机,这一观点没有异议。至目前为止,计算机并没有意识,也不会思维,计算机的自动化行为都是由人预先以命令序列形式加载所形成的。作为一个具备计算思维的人,习惯于站在计算机自动执行的角度,理解计算机的行为和输出。     

基于NB-IoT的农业生产监控设备开发

针对当前难以实时监测干旱、水涝及人与动物破坏农作物的情况,文中介绍了一款基于NB-IoT的农业生产实时监控设备。所开发的设备包括太阳能供电模块、STM32核心处理模块、NB-IoT模块、DHT11温湿度传感器模块、继电器模块、土壤湿度传感器模块、烟雾浓度传感器模块、红外传感器模块及蜂鸣器等。所制作的农业生产监控设备具有低功耗、体积小、易部署、安全性及稳定性高的特点。通过NB-IoT模块,设备可以将收集的农田数据实时发送到数据服务中心。同时,所开发的软硬件系统具有查看农田环境数据、农田旱涝及动物破坏自动报警、远程浇水等功能。所开发软硬件的推广可带动智慧农业的发展,具有较好的经济及社会效益。     

中国洪水预报系统方案参数优选加速方法研究

为有效缩短中国洪水预报系统方案参数优选耗时,选择东辽河支流十屋流域建立三水源新安江模型预报方案,挑选历史最大10场次洪用于参数率定研究。中洪系统利用…\\Temp目录下的文件作为模块之间、模块与系统之间的通讯,参数优选时频繁的文件读写消耗了大量的时间,本文据此设计了三套解决方案:换用固态硬盘和使用虚拟内存盘方案旨在提高中洪系统的文件读写效率,借用河海大学HMCE系统用于测试整个数据流优化之后的效果。当用全局参数优选的基因法重复运行20次进行参数率定时,上述四种方法的平均耗时依次为230 min、55 min、19 min、4.4 min;当用局部参数优选的单纯形法时,平均耗时依次为185 min、45 min、17 min、4.1 min。研究成果可以有效缩短预报方案的参数优选时间,对提高中洪系统的应用效率、研发相关软件等具有重要的应用价值。     

基于误差修正模型的黄河源区年径流预测

为了提升黄河源区年径流预测精度以及了解黄河源区降雨、径流、泥沙之间的相互影响关系,以黄河源区唐乃亥水文站实测年降雨量、年径流量和年输沙量作为研究数据,采用协整理论分析方法,分别建立降雨—径流、径流—泥沙两变量误差修正模型以及降雨—径流—泥沙三变量误差修正模型,对研究区年径流量进行预测。结果表明:三变量误差修正模型的拟合优度均大于两变量误差修正模型的,模型解释性更强,更能定量表现黄河源区径流量—降雨量—输沙量之间的关系;三变量误差修正模型的平均相对误差为-4.83%,可以用于黄河源区年径流预测。