针对重型商用车油耗限值的大数据分析研究

在重型商用车油耗限值逐步加严的背景下,以重型商用车远程排放监控法规和技术为基础,通过大数据算法,获得重型商用车常用工况和发动机热效率数据,为商用车混动系统开发提供重要的数据支撑。构建了具备计算与数据存储分离、数据库读写分离和WEB前后端分离等特点的大数据平台,为重型商用车混动系统方案研究提供了进一步技术支持。

中西医的形成历史与差异分析

中医、西医都是人类经济和科技发展的文明产物，有着悠久的历史，两者一直交相发展。近代以来，西方国家的医学大规模传入中国，与中国传统的中医存在着较大差异，进而影响了人们对中西医的不同态度和认识。本文面对中西医的差异，从历史源头进行分析，解析了中西医的形成历史，分析了产生差异的原因，从根源上认识差异、理解差异，以期促进医疗水平的发展，除人类之病痛，维护医术的圣洁和荣誉。

智能网联背景下驾驶人信息认知地图构建方法

为提升网联环境下车载信息的传递效率,提出了一种驾驶人信息认知地图构建方法。在驾驶人交通场景信息认知中引入认知地图概念,通过对20名驾驶人进行面对面访谈,获取视距内、外(超空间距离)交通场景语义描述,采用要素频率统计法确定驾驶人信息认知地图要素,设计概念图形完成可视化映射。构建轻量化深度学习MobileNet V2模型,实现驾驶人信息认知地图认知要素标签自动生成,并分别基于SE(Squeeze-and-Excitation Module)、CBAM(Convolutional Block Attention Module)、CA(Coordinate Attention Module)注意力模块对模型进行改进,通过Opencv算法实现可视化认知地图的自动生成。开展20名驾驶人的实车试验,获取12000组交通场景认知集作为测试数据,通过人工标注的方法获取认知要素标签。结果表明:驾驶人信息认知地图具有道路类型、车道数、自身车道、目标类型、方向、距离、危险程度7个认知要素;MobileNet V2、MobileNet V2-SE、MobileNet V2-CBAM和MobileNet V2-CA模型在测试集上的平均准确率分别为89.46%、90.99%、91.29%、91.14%。提出的驾驶人信息认知地图生成方法,能够简化、概括表征危险驾驶场景,有助于提升网联环境下的信息传递效率和安全性。