简介：无论变化与统一、对比与调和、节奏与韵律、放射与回旋，都表现了一种秩序性，秩序是装饰之美的尺度。秩序是装饰之美的内在尺度。秩序代表着和谐，代表着变化以及变化后的统一，它始终与稳定和永恒性相联系。

简介：社会责任感,是衡量当代人才素质高低的重要指标之一。当前青少年的社会责任感普遍不强的主要原因,是家庭和社会的不良风气以及市场经济负面效应的影响。因此,加强对青少年的社会责任感的教育,是思想政治教育的一项重要的任务。培养青少年社会责任感可以通过四种途径:一是家庭教育的正确引导;二是加强学校的思想政治教育;三是整肃社会风气,为青少年的成长提供良好的环境;四是完善社会主义市场经济体制。

简介：主观幸福感是评价者根据自定的标准对生活质量的整体性评估。我国大学生的主观幸福感受人格因素、价值观、健康状况、社会关系、不同专业、经济状况等因素的影响。从帮助大学生树立积极的人生观、价值观,完善自我人格,发挥班集体的积极的社会支持作用,加强心理健康教育等方面提高大学生的主观幸福感。

简介：首先，要增强归属感。归属感是指职工经过在企业的一段时期的工作后，在思想、感情、心理上对企业产生的认同感、公平感、安全感、价值感、工作使命感和成就感。社会心理学原理表明，社会的群体成员都有一种归属心理，希望能得到领导的承认和赏识，成为群体中不可缺少的一员。

简介：阐述了人工神经网络模型的基本原理，建立了混凝土强度人工神经网络预测模型，通过试验证实了该模型的可靠性。

简介：成灌线是国内首条220km／h的无砟轨道铁路。接触网电分相地面磁感装置安装在无砟轨道板上，具有结构简单、无需预留、便于检查和更新等特点。通过综合检测及1年的安全运营，证明了此种安装方式能完全满足220km／h单列动车组及重联动车组的运行要求，可为其它200～250km／h无砟轨道铁路的电分相设计作参考。

简介：结合图象处理、模式识别等先进技术开发路面破损自动检测系统已经成为本领域的研究热点[1～5].本文主要研究了小波神经网络在路面破损识别中的应用,并与传统的BP神经网络作了对比.试验结果表明,在相同的训练样本情况下,小波神经网络的精度高于BP神经网络.为开发更为高效的路面破损自动检测系统提供新的思路.

简介：简要叙述数据挖掘的概念及几种主要的数据挖掘方法,提出一种基于模糊神经网络的数据挖掘算法,把模糊理论和神经网络结合起来构造、训练模糊神经网络,弥补神经网络结构复杂、网络训练时间长、结果表示不易理解等不足。

简介：针对桥梁结构监测采集到的桥梁异常状态下长期积累演变的惊人数据量,提出了基于主成分分析与人工神经网络相结合的桥梁结构异常状态识别方法。布设多种类型传感器监测获取高维数据,采用主成分分析法对原始高维特征数据进行预处理,将结构异常特征变量的主成分作为人工神经网络的输入特征。该方法有效的降低了神经网络的结构复杂度,同时提高人工神经网络的训练速度,也保证了人工神经网络具有良好的收敛性和稳定性。应用于江苏南通如泰运河大桥和江苏无锡开源大桥的实际监测数据的结果表明,基于主成分分析的人工神经网络方法用于桥梁结构异常状态识别,与传统的神经网络以及其他模式识别算法相比,有更好的识别精度。

简介：提出一种改进BP神经网络的交通流数据融合算法,通过对融合模型以及融合算法的改进,实现融合精度及容错能力的提高,最终利用某城市主干路的交通流实测数据进行实验验证.验证结果表明,本文提出模型可以通过LSE值验证且融合精度可以达到94%以上,因此利用改进BP神经网络可以有效进行交通流参数的融合,并可以较为准确反映路段平均速度的变化,为交通流的预测与诱导提供理论支持.

简介：在含富水带山岭地区的隧道工程建设中,往往引起隧道内涌水,不但影响施工安全,还会影响到隧道建成后运营质量,必须采取超前预报和措施,保证工程质量。此文以某在建隧道6个里程段的地质构造和涌水情况为样本,通过建立BP神经网络模型,对隧道内的涌水量进行预测,并与实测涌水量进行比较。所得结果表明,最大相对误差在10%以内,平均为3.8%,符合工程要求。可为隧道施工提供采取有效措施的依据。

简介：为准确计算动车组牵引能耗,提出BP神经网络模型和改进牵规法预测动车组牵引能耗。选取机车类型、坡度、目标速度、停站方案等8个因素作为动车组牵引能耗之BP神经网络的输入变量,建立3层BP神经网络模型。采用增加动车组运动方程和优化基本阻力公式方式对牵规法进行优化。利用正交实验法对动车组牵引能耗影响因素进行分析,并对111组数据进行模拟验证。研究结果表明:BP神经网络模型的误差在4.26%以内,改进牵规法的误差基本在10%以内,证明BP神经网络模型比改进牵规法模型能更好地预测动车组的牵引能耗,而且当目标速度增大时,BP神经网络模型的计算精度明显比改进牵规法的计算精度高;目标速度和坡度对牵引能耗有显著影响。

简介：分析影响北京地铁运量的因素,选取城市轨道交通内部生产、人口因素、乘客收入因素和交通因素等作为运量预测的关键要素,应用B-P神经网络（BackPropagationANN,基于误差反向传播神经网络）模型,对未来几年内北京地铁运量进行预测分析。结果发现B-P神经网络对地铁客运量的预测较为适用,可为北京地铁运营规划提供决策参考。

简介：实时交通流量预测是智能交通系统的核心内容，智能交通系统中多个子系统的功能实现都以其为基础。交通流具有高度非线性和不确定等特征，且与时间高度相关，可以看成是时间序列预测问题。根据交通流的这些特点，提出基于小波神经网络的道路交通流量实时预测模型，并以某条道路为例，通过Matlab编程实现模拟仿真。仿真结果表明，小波神经网络能够比较精确、快速地对实时交通流量进行预测，网络预测值接近期望值。

简介：在实际应用中，由于温度变化经常导致传感器的实际输出失真，本文采用BP神经网络对压力传感器与温度传感器的数据进行数据融合，以消除由温度带来的测量误差，解决压力传感器的温漂问题。

简介：本文根据层次分析法，提出了钢－钢盘混凝土叠合梁斜拉桥安全性与耐久性评估的指标体系与确定权重的方法。再根据模糊综合评判原理，论述了综合评估方法，列举了评估实例，并给出不同算法的对比结果，最后推荐桥梁安全性与耐久性评估的算法。

简介：目前,国外大部分承包商已开始使用电脑辅助或全电脑智能控制凿岩台车。电脑凿岩台车是在保留传统凿岩台车所有功能和特性的基础上,采用电脑进行全方位智能控制的钻进系统,其集成了测量、位置传感、数据收集和存储等诸多应用于全自动管理体系接口的新技术。与传统全液压凿岩台车相比,其具有无可比拟的先进性及经济性。

简介：列车运行的安全是依靠人机系统来协同实现的.在行车控制方式上,人机系统将人工优先与机械优先各自的优点相结合,提高行车安全性.随着技术进步和设备使用状况的变化,必须考虑增加系统新的功能.日本铁道综合研究所的开发目标是。

简介：列车反方向运行时，如果GJ第三组接点短路，发车站就能向有车或故障的区间发车，不能保证行车安全。提出了提高设备可靠性与安全性的建议。

简介：作为一种新的学习方法,研究性学习为学生提供了多渠道获取知识的机会,尤其在创新精神和时间能力方面弥补了传统课程的不足.而且研究性学习充分尊重了学生的主体地位,激发了学生的内在学习动机,使学生成为一个学习者、思考者、发现者.本文从高职院校的培养目标和职业院校较容易得到相关行业的支持,以及职校学生有较大空间和时间开展研究性学习和学生自身也具备了相应的素质几方面阐释了在高职院校开展研究性学习是完全可行的.