基于时空图神经网络的异构交通参与者风险预测

有效预测驾驶员视野下的多交通参与者未来风险指标是为人类驾驶员提供风险预警,规避潜在碰撞风险的关键。大多数现有对风险的研究仅考虑场景中单一个体与本车之间的成对交互关系,并从评估而非预测的角度展开研究,而忽略异构交通参与者之间不同的交互关系及未来风险状态。本文提出了一种基于时空图卷积神经网络的异构多目标风险预测方法Risk-STGCN,通过图卷积及时间卷积分别对单帧场景图信息与时序信息进行学习,结合多层时序预测网络对多目标风险指标TTC进行预测。在开源BLVD与实车自采数据集上进行了训练验证,并与常用序列预测模型进行对比。实验结果表明,所提模型在不同数据集上的平均TTC误差均在0.95 s以下,多实验指标均优于文中所提到的其他模型,具有良好的鲁棒性,同时提升了复杂交通场景下风险预测的可解释性。

基于社会责任的企业人力资源管理初探——由华为裁员引发的思考

按照华为公司的要求，工作满八年的员工，由个人向公司提交一份辞职申请，在达成自愿辞职共识之后，再竞争上岗，与公司签订新的劳动合同，工作岗位基本不变，薪酬略有上升。从2007年9月底开始，华为共计7000多名工作满八年的老员工，相继向公司提交申请自愿离职。

传统文化对人力资源管理的影响

我国有五千年的灿烂文明史，在社会生产实践中，中华民族贡献出了丰富的管理思想，对我国人力资源管理具有深远的影响。我国现代化人力资源管理应该吸收中国传统文化的精髓，将其运用到实际的人力资源管理中来，促进我国人力资源管理的快速发展。

浅析私营饭店薪酬管理的现存问题及对策

私营饭店薪酬管理的现存问题,主要体现在设计和变更未能与战略紧密相连、薪酬管理的不公平性导致员工的流动性增大、片面的高工资政策是薪酬管理的误区和薪酬的计量方法缺乏时代性等诸多方面。应树立薪酬管理的新观念,建立全新的、科学的、系统的薪酬管理系统和薪酬体系架构,逐步摆脱传统家族管理的弊端,采取薪酬与绩效紧密挂钩的措施,有效解决私营饭店的薪酬管理问题。

基于图分类的智能车辆复杂场景风险等级评估与建模

准确估计驾驶场景的风险等级是保障车辆安全驾驶的基础,也是车辆智能化的重要体现.针对多种交通参与者共存的复杂行驶场景,提出一种基于图分类的场景风险等级评估方法,完成对场景的建模和对当前场景风险等级的有效评估.实车实验表明,所采用的驾驶员操作特征数据可以很好地表示驾驶员对场景风险等级的理解,并且图表示模型可以对场景中多种动态交通参与者及其交互关系进行有效说明,所提出的方法能够较为准确地对复杂行驶场景的风险等级进行评估,促进智能车辆安全行驶系统在复杂环境下的发展.

基于图表示的智能车行人意图识别方法

智能驾驶场景下的人车冲突问题与行人过街行为密切相关,为使高级驾驶辅助系统(advanced driving assistance system,ADAS)具备识别行人过街意图的功能,并对人车碰撞事件预警,提出一种基于图表示学习(graph representation learning,GRL)方法的行人过街意图识别框架。它采用开源工具对行人骨架信息进行识别,采用图方法,以行人在一段运动过程内每一帧的骨架关键点为节点,以骨架自然连接关系、相关关系和时域关系为边建立图模型,实现对行人动作序列的表征。以图结构数据为输入,基于支持向量机(support vector machine,SVM)训练行人过街意图识别模型。在自动驾驶数据集PIE上对所提出方法进行评估,结果显示,行人过街意图分类准确率可达90.29%,所提出方法能够有效识别行人过街意图,对提高智能车决策安全性具有重要意义。