人工智能概述及展望

从SIRI到自动驾驶汽车,人工智能正在迅速发展。虽然科幻小说中常将人工智能描绘成具有类人特性的机器人,但人工智能可以涵盖从谷歌的搜索算法、IBM沃森到自动武器的任何科技。对于人工智能而言,狭义上指AI,因为它被设计来执行的任务范围比较狭窄。比如,其仅执行面部识别或只进行互联网搜索、驾驶汽车。然而,许多研究人员的长远目标是创建广义AI,即AGI。虽然AI能在其特定的任务上超越人类,比如下棋或解方程,但AGI将在几乎所有认知任务上超越人类,成为超级机器人。介绍了未来人工智能安全性问题,并解释了AGI的误传现象。

基于交通流模型的小区开放政策研究

本文首先根据基本交通流模型定义车流量、车流密度、车速函数,探讨交通流基本规则得到平均流量以及平均车速与平均车流密度的关系;利用车流守恒方程推导车流密度基于道路位置、时间的一阶拟线性偏微分方程,然后对其求解得到特征线并给出车流密度函数及其图像,建立基于路段车辆通行的连续交通流模型,在此基础上推广得到基于交叉路口通行规则的间断交通流模型;最后选取高要广塘小区某一路段代入模型求解,并对连续交通流模型进行灵敏度分析。

基于度量学习的开集域适应网络

针对现有开集域适应神经网络分类准确率不高、分类准确率易受目标域未知类类别数影响的问题,提出了一种基于度量学习的开集域适应网络(metric learning based open set domain adaptation,ML-OSDA)。该网络在通用适应网络(universal adaptation network,UAN)上引入L2范数归一化层及度量学习辅助适应网络(metric-learning-assisted domain adaptation,MLA-DA)。通过将不同模长的特征向量压缩聚类,并在分类时设置动态边界阈值,ML-OSDA提升了域适应神经网络在开集情况下的分类准确率,同时减轻了目标域未知类类别数对分类结果的影响。在office-31数据集和Office-Home数据集上的实验表明,开集情况下,基于度量学习的开集域适应网络在分类准确率、负迁移影响和目标域未知类类别数影响方面优于现有开集域适应神经网络。

小区结构规划与周边道路交通发展的协调性研究

文章根据小区位置、小区结构、周边道路结构以及车流量分别查找资料并选取城郊、方格式与自由式、主干道与次干道附近不同车流量背景值的小区及其相关数据,并利用前两问中建立的模型,分别定量分析各类型小区开放前后对其周边通行能力的影响,并单独对进出小区的交叉口车流进行分析;最后利用交通仿真软件模拟实际交通能力,综合考虑理论与仿真结果表明适宜开放小区类型有:郊区、方格式、次干道、低车流量。最后根据数据研究结果,从交通通行、城市规划与交通管理三个方面分别对城郊区、自由与方格、主次干道小区开放提出合理的建议。

小区开放对道路通行的影响——基于单指标指数和综合评价体系的结果比较

在追求城市可持续发展的当今社会,研究小区开放前后道路通行变化对城市规划和交通管理具有指导性意义。文章首先通过查找资料,建立了基本道路通行能力经过道路修正系数、道路饱和度加权后的实际道路通行能力模型,其次分别建立以路网密度、平均道宽、车流密度及平均延误时间为指标,熵值法取权值的评价模型以及模糊综合评价模型对厦门市松柏居住小区开放前后周边的道路通行能力进行了研究,比较后发现结果一致可信。

基于南京唯特公司的采购策略分析

以南京唯特国际贸易有限公司为例,该公司目前效益和供应链管理较为理想,然而依然存在一些浪费和不合理的地方亟待改进,尤其是在供应链的采购环节,企业的采购管理有着不小的漏洞和弊端,积压了资金,影响库存管理。主要根据EOQ模型等订购模型对该公司的采购策略进行量化评估。

基于水流速度系泊系统的设计

简要研究了系泊系统在海水具有流速的情况下各物理量的变化。在研究过程中,考虑当水流速度、风速、水深为最大值时,得出一个较优的锚链型号。再考虑当水速、风速、水深取中间值时的具体情况,建立新的评价体系,确定最优锚链型号、长度和重物球的质量,并采用集中质量法对浮标、钢管等物进行受力分析,得出各物理量在静态平衡时的迭代方程;分析理想情况下浮标吃水深度的临界值,运用循环搜索算法得到不同风速下吃水深度、钢桶倾斜角、钢管的倾斜角度、系统的游动区域和锚链形状,并拟合出锚链的曲线方程。最后,建立灵敏度分析模型,分析水速、水深、风速的改变对浮标吃水深度、钢桶倾斜角度和游动区域半径的影响。