前言 随着我国BIM技术快速发展,铁路行业初步构建了BIM标准体系框架,同时以BIM为基础的数字工程产品应用广泛.铁路BIM联盟初步形成了铁路数字工程认证体系,在铁路数字工程认证领域分类基础上,数字认证联盟、铁路BIM联盟、bSI中国分部以及中国房地产协会联合编制的T/CRBIM 016-2021《轨道交通数字工程认证指南》为铁路数字工程认证工作奠定了基础.为进一步推进铁路数字工程认证工作发展,规范铁路数字工程检验检测机构工作机制,完善铁路数字工程认证体系,铁路BIM联盟组织理事会员单位,经广泛调查研究,认真总结实践经验,参考有关国际标准和国内外先进标准,并在广泛征求意见的基础上,制定了本规范.

智能化技术已经成为当今世界社会经济发展的重要驱动力,一些发达国家正在推进智能铁路的建设.对中国目前承建的境外铁路建设与运营维护管理的要求和特点进行分析,结合中国铁路智能化趋势及现有智能化技术,提出适用于境外铁路项目的智能化系统方案,以数据中心为支撑,涵盖建造智能化、装备智能化、运维智能化;描述境外铁路项目智能化系统的总体架构和数据架构,重点探讨数据中心的设计框架,可为境外铁路项目设计与实施提供参考.

智能铁路大脑平台是智能铁路体系架构的重要组成部分,统一为各业务系统提供感知、互联、处理、学习、决策等能力.文章提出了智能铁路大脑平台的概念,基于DIKW(Data-Information-Knowledge-Wisdom)分析了智能铁路大脑平台的核心需求,基于信息物理系统(CPS,Cyber Physical System)理论设计了由数据层、信息层、知识层和决策接口层组成的平台总体架构,给出了由数据中枢、分析中枢、决策中枢3部分构成的平台总体功能,并介绍了智能铁路大脑平台在浩勒报吉—吉安铁路(简称:浩吉铁路)的应用.

云计算、大数据、物联网、卫星导航、人工智能、区块链等新一代信息技术的快速发展和融合应用,驱动着全球各行各业的数字化与智能化转型.国内外重载技术的发展趋势表明智能化将成为该领域的重要发展方向之一.重载铁路是一个跨多种运输方式、联动紧密、连续性强、协同性高的复杂系统,在持续保障运输安全、提高运输效率、降低运输成本、增强客户服务等方面面临着极大挑战.文章结合国外重载铁路信息新技术的应用现状和发展形势,基于对重载铁路业务特点和需求的分析,提出了智能重载铁路的内涵及总体架构,给出了典型业务应用的构成.通过介绍浩吉铁路的智能化典型系统的实施应用,证明了总体架构研究成果对重载铁路创新发展的重要作用.

[目的/意义]旨在为企业建立自己的专家信息库提供参考.[方法/过程]构建一个统一的专家信息元数据框架,对专家信息进行了规范化描述;对专家主页的网页标题、网页URL和网页内容等进行了分析,并从中提取特征进行专家主页的识别;构建一个自适应多种主页类型的Bi-LSTM-CRF专家信息抽取模型,并对模型性能进行了实验分析.[结果/结论]基于专家主页的专家信息抽取方法能够利用机器学习技术从海量的Web页面中有效识别专家主页,并且通过改进的信息抽取模型从专家主页中自动抽取企业所需要的专家信息.本文提出的方法是有效的.

Based on business requirements, the system is designed. Implementation of system management of centralized alarm, systematic automatic service, alarm handling, statistical and inquiry is realized. Using universal adapter interface design, efifcient solution has been worked out to address dififculties of many kinds of peripheral interface system equipment and big differences in interface protocol in centralized alarm system.

With the rapid development of Rrban transit,passenger flow prediction,as a vasic work,was playing a vital role in the plan,design,construction,operation and other sectors of urban transit.According to the characteristics of periodic change of urban transit,a grey dynamic model group made up of several Verhulst models was put forward.And this model group was used to predict the short-term flow of an urban transit line.Then,an average of the model group predictions was used as the final result.The prediction result of this model group was proved more accurate than that of a simply grey model group and could meet the needs of practical application.