关于应对突发事件民航空域接管问题的思考

在“汶川大地震”这场突如其来的灾害面前,空管系统干部职工以高度的政治责任感和对人民生命高度负责的精神,立即启动应急机制,迅速投入到抗震救灾的各项工作中。民航局空管局成立了以苏兰根局长为组长的抗震救灾领导小组,灾区一线的空管干部职工,克服重重困难,英勇顽强地战斗在抗震救灾工作第一线,表现出了众志成城、百折不挠的精神面貌,确保了空中飞行安全、畅通,     

浅谈银行信贷资产债权维护的配套设置

本文主要从强化商业银行内控、建立信贷资产债权保全机制、营造诚实信用环境三方面论述维护银行信贷资产债权的配套措施。     

桂林旅游产业集聚与城市化互动发展研究

旅游产业集聚与城市化发展存在良性互动关系,它们之间相互作用,不断融合,共同推进城市经济的发展与繁荣。在认真分析桂林旅游产业集聚现状和城市化发展特点的基础上,深刻揭示了二者之间互动机制的作用原理,最后提出旅游产业集聚与桂林城市化互动发展的具体对策。     

案例推理技术在气象探测设备故障诊断中的应用

气象设备的不断增加给机务员对设备的日常维护及故障处理带来了极大的压力,由于工作性质及个人精力的原因,机务员无法参与到所有故障维修中,因此有必要建立本地设备故障案例库,并将其合理地运用在气象设备故障诊断当中.案例推理技术适用于没有精确模型,但拥有丰富经验的领域.本文根据案例推理技术的工作流程,讨论了东北空管局气象中心设备...     

基于双时相遥感影像差异信息的深度学习滑坡检测

目前利用高分辨率卫星影像进行滑坡等地质灾害识别逐渐成为研究热点,滑坡目视解译依赖于解译人员的经验,耗时费力且提取精度低,而传统的滑坡自动识别方法易将滑坡和道路、裸地、建筑等多种具有相似光谱信息的地物混淆。针对以上问题,文章使用一种双时相高分辨率卫星影像差异信息的深度学习滑坡检测算法,获取时序影像各个波段和归一化植被指数（Normalized Difference Vegetation Index,NDVI）的差异影像作为深度学习的输入特征。为充分挖掘滑坡前后影像多种信息差异特征,采用了U-net网络模型耦合空洞空间金字塔池化和嵌入注意力机制模块相结合进行滑坡特征提取的方法,该方法增强了滑坡边界信息的保存,能够有效地提取滑坡边界信息和发生剧烈变化的区域。利用上述方法对恩施市和九寨沟进行了滑坡检测,实验结果显示,所取得的综合评价指标值（F1-Score）分别为88.4%和90.53%,误差较小、精度较高。表明该方法能够准确检测出高分卫星数据的滑坡边界,且能保持滑坡的完整性。     

航天科技集团着力培育一流人才铸造国际一流宇航公司

在日前召开的全国人才工作会议上，航天科技集团公司党组书记、总经理张庆伟代表集团公司党组作了题为《培育一流人才队 伍铸造国际一流宇航公司》的大会发言。现摘要刊登，以飨读者。     

加强业务技术交流 提高气象保障能力

科研是提高第一生产力的有效手段。民航东北空管局沈阳运行中心气象中心十分注重以科研解决技术难题，从提高整体业务素质出发，开展技术研究和技术总结工作。通过对工作中遇到的各种技术难题，进行分析研讨，渐渐形成了“一个围绕、两个利于、三个便于、四令着重”的工作机制，即围绕安全生产，     

重在提高认识 重在机制创新 重在统筹落实

一、落实好“三横三纵”体系建设关键要提高认识。统一思想民航空管系统一体化管理以来．民航空管的工作性质和重点发生了变化,无论是社会公众．还是航空公司都对空管的运行效率和服务质量怀有较高的期望。民航事业的持续快速健康发展也需要航空活动的安全顺畅作为保证．“三横三纵”体系建设就是民航局空管局审时度势,提出的创造性解决方案,是空管系统全面、协调、可持续发展的基础．是实现空管系统科学发展的保证,     

基于LSTMAttention网络的短期风电功率预测

提出一种基于LSTMAttention网络的短期风电功率预测方法。首先,使用LSTM网络对数值天气预测(NWP)数据的特征信息进行提取,同时采用注意力机制有效分析了模型输入与输出的相关性,从而获取了更多重要时间的整体特征;其次,使用卷积神经网络(CNN)提取NWP数据的局部特征,并引入压缩和奖惩网络(SE)模块学习特征权重,利用特征重新标定方式提高网络表示能力;最后,将局部特征和整体特征进行特征融合,通过分类器输出分类结果。利用NOAA提供的美国加利福尼亚州某风电场的数据进行案例分析,证明了所提方法的有效性。试验结果表明,与BP神经网络、自回归积分滑动平均模型(ARIMA)模型和LSTM模型相比,LSTMAttention模型具有更高的预测精度,证明了该方法的有效性。     

大数据时代高校志愿服务育人机制的研究

当代大学生已经成为青年志愿者的主力军,大数据时代的到来,对高校大学生志愿服务育人在活动、服务、主体、过程等四个维度提出了新的要求.通过综合分析大学生志愿服务育人在方法、主体、资源、管理等方面的现存问题,探究高校如何利用大数据技术创新大学生志愿服务育人机制,有效发挥高校大学生志愿服务育人功能.