哈尔滨市网约车行业监管问题及对策

在“互联网+”的飞速发展境况下,网约车行业成为了重要交通出行方式的组成部分。为避免网约车行业的社会问题,国务院出台了一系列有关网约车管制政策。在政策的实施过程中,网约车市场涌现出大量的问题,如何规范治理网约车行业成为地方政府的新难题。哈尔滨市政府监管网约车行业也存在相应问题,运用政府监管理论、协同治理理论等分析管理体系,通过史密斯政策执行过程模型,建立对网约车行业规范化治理的有效策略。     

网约车服务的困境与出路

网约车的出现既提高了机动车的利用效率,也方便了乘客出行。然而,网约车所面临的社会问题、保险困境与法律法规的矛盾等亦不容忽视。因此,应加快立法工作的推进、建立网约车平台保险准入制度、规范网约车服务,从而促进网约车的健康发展。     

装备体系贡献率概念及评估方法（英文）

为科学评价装备体系贡献率,提出了一种基于结构方程模型的贡献率计算方法.首先,对装备体系贡献率的内涵和评估过程进行了重新定义;然后,为了解决原贡献率公式应用中存在的问题,提出了修正的贡献率计算公式;最后,将贡献率评估指标分为潜变量和显变量,利用结构方程模型中的测量方程和结构方程实现对潜变量的计算与分析.仿真结果表明:防空武器装备的防线数对线性配置的影响大于集团配置,在K型防空武器装备数量足够的情况下,应采用2层线性配置,防空武器数量选为20套;当K型防空武器装备数量不足时,应采用单层群配置,防空武器数量选为12套.     

基于实车试验的滑转沉陷效应实验分析（英文）

为了改进半经验模型,基于实车试验对滑转沉陷效应进行了分析.通过实车动态测试系统采集轮壤间的相互作用响应,并采用高斯牛顿迭代算法估计滑转沉陷模型参数.比较了Wong的原始模型与3种典型滑转沉陷模型在挂钩牵引力上的预测表现.引入最大误差率、均方根误差和相关系数作为评价指标.实验结果表明,滑转沉陷模型效果均好于原始模型,极大地提高了挂钩牵引力的预测准确性,尤以Lyasko模型综合性能最为突出.因此,实验结果验证了滑转沉陷效应的存在性.选定Lyasko模型作为最佳模型应用于军用车辆通过性的实际评价工作中.     

网约车平台法律性质的定性研究

自网约车问世以来,有关网约车平台地位的法律定性争议就从未停止过。目前,市场上的网约车存在着三种运营模式,即专职型网约车、共享型网约车和公益型顺风车三种模式,在不同的模式下网约车平台的法律性质也不尽相同。在网约车运营过程中,网约车平台的法律性质是定性是最基础也是最核心的问题。弄清网约车平台的法律性质是梳理平台、司机、乘客三方法律关系的基础,也是解决现实中出现的一系列关于网约车的争议的关键钥匙。本文将探究网约车的平台的法律地位,注重从理论和外国司法实践两方面探讨,力求揭开笼罩在网约车平台上的这层面纱。     

网约车市场规制力度测度及影响因素研究

网约车与共享经济相伴而生,其高效、快捷、即刻的商业化模式弥补了传统巡游车轨交不均衡、供求错配的短板,同时也孳生出网约车市场规制力度判断问题。基于此,规范分析网约车市场规制,厘清规制者的决策依据。研究发现,网约车作为准公共物品具有一定外部性,其中正外部性体现在网约车的引入可优化市场资源配置、调整市场供需结构、改善就业市场环境等,负外部性表现于网约车的兴起加重了地区路况和环境"负担",这些潜在因素恰是影响规制力度强度的重要因素,从而表现为各地网约车规制力度呈现出"此起彼伏"的多元化特点。     

基于认知评估的多维耳语音情感识别（英文）

研究了基于认知评估原理的多维耳语音情感识别.首先,比较了耳语音情感数据库和数据采集方法,研究了耳语音情感表达的特点,特别是基本情感的表达特点.其次,分析了耳语音的情感特征,并通过近年来的文献总结相关阶特征在效价维和唤醒维上的特征.研究了效价维和唤醒维在区分耳语音情感中的作用.最后,研究情感识别算法和应用耳语音情感识别的高斯混合模型.认知能力的评估也融入到情感识别过程中,从而对耳语音情感识别的结果进行纠错.基于认知分数,可以提高情感识别的结果.实验结果表明,耳语音信号中共振峰特征与唤醒维度不显著相关,而短期能量特征与情感变化在唤醒维度相关.结合认知分数可以提高语音情感识别的结果.     

岩土工程及灾害的大变形模拟（英文）

岩土工程破坏以及灾害往往伴随着大变形问题。近年来,随着计算机技术的快速发展,大变形数值模拟方法在岩土工程领域有了广泛应用,例如利用物质点法(MPM)或者光滑粒子流体动力学法(SPH)模拟边坡垮塌、软土地基中的基础沉降或失稳,利用耦合拉格朗日-欧拉法(CEL)分析隧道破坏对临近地下结构物的影响等。为此,本专辑收集了在该研究领域具有代表性的研究成果,介绍了岩土工程大变形模拟技术的进展和未来发展潜力,希望能帮助读者快速了解其应用现状,并为岩土工程的数字化发展提供科学依据和技术支撑。     

网约车平台与司机之间的法律关系

随着互联网的发展,新兴科技正影响着人们的生活。网约车的出现为百姓带来便利。网约车平台与司机之间的法律关系的不同关系到网约车平台是否需要为司机提供保险、认定工伤等关乎司机安全保障的事宜。网约车平台与司机之间根据不同模式以及运营方式分别构成劳动关系、居间关系、劳务关系和雇佣关系。     

论网约车税收征管的相关法律问题

目前,我国法学学术理论界大多都是对网约车的合法性及监管等问题进行研究,而对具体的类似如何对网约车进行税收征管的问题却很少有所涉及。网约车是伴随互联网时代的到来而涌现出的新兴产业,规范这一新兴产业的税收征管,对完善我国税收征管体系和促进公平、有序的市场竞争秩序的形成具有重要意义。因此,通过分析我国现阶段对网约车中的两大类主体——网约车司机和网约车平台的税收征管现状,进而探析网约车司机与平台之间究竟存在何种法律关系,并在此基础上,探讨网约车司机个人所得税、增值税的缴纳问题和网约车平台增值税的缴纳问题,以期促进该新兴行业的健康持续发展。     

竞争法视域下的网约车治理模式研究

本文从网约车市场准入制度的竞争政策窘境入手,分析了竞争制度在新型经济形态市场准入制度中的应用,并针对平台的合并和调价问题进行分析,提出以技术手段为依托、提高拼车率与加快传统出租车与网约车的融合等相关建议。     

基于云-模糊模型的堆石坝施工质量评估（英文）

目的:施工质量对于大坝建设期及运行期的安全至关重要。由于施工过程中的信息不完备及碾压质量与影响因素之间的关系并不是完全确定等原因,传统的评估方法很少考虑不确定性对施工质量的影响。本文旨在探讨考虑不确定性影响的碾压质量评估方法,改善施工质量评估的可信性。创新点:1.通过研究模糊神经网络与径向基神经网络,结合云模型建立云-模糊模型;2.建立施工质量三指标体系评价方法。方法:1.通过碾压质量实时监控系统和现场试坑试验获取参数数据;2.通过云分析,建立云-模糊模型;3.对比不同的模型,验证云-模糊模型的可行性;4.利用验证的云-模糊模型对大坝施工仓面进行压实干密度预测;5.计算评价体系的三指标,对施工质量进行评估。结论:1.云-模糊模型不但能在精度上满足预测要求,而且能够综合考虑施工质量与影响因素之间的不确定性关系;2.云-模糊评价方法弥补了传统评价方法仅追求精度的单一性,使得施工质量评价更符合客观规律;3.提出的施工质量三指标评价体系充实了传统的评价方法,能够更客观地指导实际工程建设。     

论大数据驱动下的教育评估特征

大数据的力量正在积极地影响着社会,改变着人们的生活、工作和思维方式。当前教育领域的大数据正在形成,教育大数据与传统意义上的教育数据和其他领域的大数据有着不一样的特征,这些特征必将引导教育者和被教育者的思维发生变化,从而驱动教育领域进行变革与发展。以信息采集、数据分析作为其基本实现手段的教育评估也必将受到重要影响。本文通过对教育大数据的来源和特征进行分析,根据大数据对教育评估的影响,对大数据驱动下教育评估的主要特征进行研究,以期为更好地适应大数据时代而开展教育评估研究提供参考。     

分层特征组的行为识别（英文）

为提高视频人体行为识别的性能,提出了一种分层建模行为的方法.该分层模型根据人体运动的属性概述不同时空域的行为内容.首先,利用时间梯度并结合连贯的运动模式约束提取稳定、密集的运动特征作为点特征;然后,采用自适应尺度核的mean-shift聚类算法标定这些特征.具有同一标签的特征组通过最大池运算产生身体部分表示后,累积大尺度的视频体内视觉词响应作为视频对象的表示.在基准的KTH和UCF-sports行为数据库上,实验结果表明所提方法增强了行为特征的代表性和判别能力,同时提高了识别率.与其他相关文献相比,所提方法获得了优越的识别性能.     

基于VMD和嵌入选择NPE的滚动轴承性能退化评估（英文）

为了提高滚动轴承性能退化评估中退化指标的早期故障敏感性和稳定性,提出了一种基于嵌入选择的邻域保持嵌入(ESNPE)方法.首先,采用变分模态分解(VMD)对获得的振动信号进行分解,提取各本征模态分量的奇异值和相对能量等组成高维故障特征集.然后,采用NPE流行学习方法提取特征空间内的嵌入特征.针对传统NPE存在有效嵌入信息容易被抑制的问题,构建了一种基于Spearman相关系数的嵌入选择策略.该策略通过相关系数的大小衡量嵌入特征的有效性,并通过一阶差分的方法在轴承退化的早期阶段确定并保留有效嵌入特征.最后,采用支持向量数据描述(SVDD)模型构建性能退化指标,实现轴承性能退化评估.使用轴承全寿命退化实验数据,并与传统的主成分分析(PCA)方法和NPE方法特征提取分析结果进行对比,验证了所提方法在提升退化指标早期故障敏感性和稳定性方面具有优越性.     

基于核特征和tag-rank的商品图像句子标注（英文）

针对商品图像句子标注中图像特征单一、关键词受噪声干扰等问题,提出一种聚焦图像特征学习和关键词摘取的商品图像句子标注模型.从梯度、形状和颜色3个角度抽取图像核特征,并在多核学习模型内进行后融合.利用tag-rank模型中的绝对排序和相对排序特征提升关键词权重,设计词序列拼积木算法把关键词拼装成N元词序列.基于N元词序列和模板生成句子.实验表明:句子的BLEU-1和BLEU-2评分优于对比模型.     

基于核独立成分分析的静息态fMRI数据研究（英文）

为了方便提取静息态默认网络,降低功能核磁共振（fMRI）数据复杂度,克服独立成分分析只适合于源信号线性混合的限制,提出了特征降维和非线性变换的框架.首先采用主成分分析对fMRI信号的时间维度进行降维,将原始维度为153 594×128的fMRI数据降至153 594×5,以达到降低计算复杂度的目的,并保留95%的信息成分.然后利用基于高斯核的非线性独立成分分析即核独立成分分析来分析静息态fMRI数据并提取默认网络.实验结果表明,在分析静息态fMRI数据的过程中,核独立成分分析不仅能准确提取默认网络,而且降低了噪声,所得到的结果优于普通独立成分分析.     

基于轮廓特征及灰度相似度匹配的接触网绝缘子缺陷检测（英文）

目的:在图像缺陷样本少和一致性差的情况下,实现精确可靠的接触网绝缘子缺陷检测。创新点:提山一种基于瓷片轮廓特征及灰度相似度匹配的融合算法,实现了绝缘子瓷片的轮廓提取及绝缘子各瓷片的精准分离,并构建了基于瓷片间距和灰度相似度匹配的绝缘子缺陷检测模型。方法:1.采用同一个绝缘子相邻瓷片两两比较的方法进行缺陷检测,解决图像缺陷样本少和一致性差的问题。2.分两步进行检测(Fig.2):(1)基于水平梯度特征提取绝缘子各瓷片轮廓,并对瓷片轮廓内像素进行复原;(2)计算瓷片间距和灰度相似度,并与设置的阈值进行比较以区分正常绝缘子和缺陷绝缘子。结论:1.实验表明,基于轮廓特征及灰度相似度匹配的方法能够有效区分正常绝缘子和缺陷绝缘子。2.在图片数据集中,测试达到了99.50%的高召回率和91.71%的高精确度,满足了目前较高水平的接触网绝缘子缺陷检测的要求。     

基于海量车辆轨迹数据的机动车驾驶员驾驶行为评价（英文）

基于监控数据及车辆总线数据的营运车驾驶行为评价研究方法已相对成熟,但难以推广至私家车,针对自然驾驶试验样本容量小、设备昂贵的缺点,提出了一种基于海量秒级GPS导航数据的驾驶行为评价方法.运用自动编码机对数据进行降噪处理,结合行车动力学、SOM自组织映射分类等方法给出超速、急变速、频繁变道、急转弯等行为的判定方法及阈值,计算不同驾驶特性驾驶员及危险驾驶行为比例.在此基础上,分析得到深圳市机动车驾驶员驾驶行为时空分布特征、典型通道驾驶行为特征,并选取典型道路进行事故多发段与正常段的驾驶行为对比.结果表明,深圳危险驾驶行为以频繁变道和超速为主,16.1%的驾驶员驾驶行为偏冒进,原特区外相对原特区内危险驾驶行为比例更高,危险驾驶行为与事故密度呈高度相关.