期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
产学研合作教育模式下大学生创新创业能力的培养——基于吉林大学生命科学学院的实践
被引量：
10
1
作者
赵国安
刘成柏
+2 位作者
张春阳
邹丽云
丁子芮
《职业技术教育》
北大核心
2015年第17期39-41,共3页
吉林大学生命科学学院与吉林省金塔实业(集团)股份有限公司开展产学研合作,通过建立实习实训创新创业基地、设立奖学金、开展科研合作、打造"产研工作团队"、建立"双导师制",加强企业文化教育、参加各类创新创业大...
吉林大学生命科学学院与吉林省金塔实业(集团)股份有限公司开展产学研合作,通过建立实习实训创新创业基地、设立奖学金、开展科研合作、打造"产研工作团队"、建立"双导师制",加强企业文化教育、参加各类创新创业大赛、打造产学研"无缝"连接、定向培养学生等多方面合作,共同打造产学研合作创新创业实用型人才培养模式,建立和健全产学研合作体系。通过学生到企业实习实训、参与企业的科技创新、开展科研攻关以及解决技术难题的过程,激发学生的学习潜能和创新兴趣,提高培养质量。
展开更多
关键词
产学研合作
人才培养模式
创新创业能力
在线阅读
下载PDF
职称材料
基于深度学习多网络融合的网联车辆驾驶行为预测
2
作者
丁子芮
项俊平
《指挥控制与仿真》
2023年第6期57-63,共7页
智能网联车在复杂道路场景中安全行驶需要对周围车辆驾驶意图和行驶轨迹的准确预测。将双向长短期记忆网络(Bi-directional Long Short-Term Memory)、卷积生成对抗网络(Deep Convolutional Generative Adversarial)和注意力机制(Attent...
智能网联车在复杂道路场景中安全行驶需要对周围车辆驾驶意图和行驶轨迹的准确预测。将双向长短期记忆网络(Bi-directional Long Short-Term Memory)、卷积生成对抗网络(Deep Convolutional Generative Adversarial)和注意力机制(Attention Mechanism)相融合,提出一种基于BLSTM-DCG-ATT的网联车辆驾驶意图和行为预测模型。通过正反双向LSTM链路和注意力机制得到具有双重特征的数据,通过卷积生成对抗网络对特征数据进行卷积处理,迭代生成网联车辆及周围车辆的未来时刻变道意图和行驶信息。仿真结果表明:该模型能够在复杂路网、交通流密集的情况下,对网联车辆及其周围车辆的变道意图和行驶轨迹进行准确预测,预测精度达94%。
展开更多
关键词
智能交通
车辆行为预测
卷积生成对抗网络
智能网联车
双向长短期记忆网络
在线阅读
下载PDF
职称材料
题名
产学研合作教育模式下大学生创新创业能力的培养——基于吉林大学生命科学学院的实践
被引量：
10
1
作者
赵国安
刘成柏
张春阳
邹丽云
丁子芮
机构
吉林大学生命科学学院
吉林大学生命科学学院教科研办
出处
《职业技术教育》
北大核心
2015年第17期39-41,共3页
文摘
吉林大学生命科学学院与吉林省金塔实业(集团)股份有限公司开展产学研合作,通过建立实习实训创新创业基地、设立奖学金、开展科研合作、打造"产研工作团队"、建立"双导师制",加强企业文化教育、参加各类创新创业大赛、打造产学研"无缝"连接、定向培养学生等多方面合作,共同打造产学研合作创新创业实用型人才培养模式,建立和健全产学研合作体系。通过学生到企业实习实训、参与企业的科技创新、开展科研攻关以及解决技术难题的过程,激发学生的学习潜能和创新兴趣,提高培养质量。
关键词
产学研合作
人才培养模式
创新创业能力
Keywords
industry-university-institute cooperation
talent cultivation mode
innovation and entrepreneurship ability
分类号
G717 [文化科学—职业技术教育学]
在线阅读
下载PDF
职称材料
题名
基于深度学习多网络融合的网联车辆驾驶行为预测
2
作者
丁子芮
项俊平
机构
连云港杰瑞电子有限公司
出处
《指挥控制与仿真》
2023年第6期57-63,共7页
文摘
智能网联车在复杂道路场景中安全行驶需要对周围车辆驾驶意图和行驶轨迹的准确预测。将双向长短期记忆网络(Bi-directional Long Short-Term Memory)、卷积生成对抗网络(Deep Convolutional Generative Adversarial)和注意力机制(Attention Mechanism)相融合,提出一种基于BLSTM-DCG-ATT的网联车辆驾驶意图和行为预测模型。通过正反双向LSTM链路和注意力机制得到具有双重特征的数据,通过卷积生成对抗网络对特征数据进行卷积处理,迭代生成网联车辆及周围车辆的未来时刻变道意图和行驶信息。仿真结果表明:该模型能够在复杂路网、交通流密集的情况下,对网联车辆及其周围车辆的变道意图和行驶轨迹进行准确预测,预测精度达94%。
关键词
智能交通
车辆行为预测
卷积生成对抗网络
智能网联车
双向长短期记忆网络
Keywords
intelligent transportation
vehicle behavior prediction
DCGAN
intelligent connected vehicle
Bi-directional Long Short-Term Memory
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
产学研合作教育模式下大学生创新创业能力的培养——基于吉林大学生命科学学院的实践
赵国安
刘成柏
张春阳
邹丽云
丁子芮
《职业技术教育》
北大核心
2015
10
在线阅读
下载PDF
职称材料
2
基于深度学习多网络融合的网联车辆驾驶行为预测
丁子芮
项俊平
《指挥控制与仿真》
2023
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
