智能交通运动检测模型与计算方法的研究

介绍了一种精确识别违章车辆的数学模型,它借助运动检测理论计算方法,配合虚拟线圈,充分考虑光照及空气抖动的影响,利用二次检测算法,能够较准确的识别车辆.在武威的智能指挥中心的实际应用表明该算法很好的解决了违章车辆的识别问题,对城市智能化发展中车辆的违章识别具有很重要的意义.     

神经网络参数识别法在重庆石板坡大桥中的应用

BP神经网络法的自适应学习能力、非线性映射能力、鲁棒性和容错能力以及快速收敛能力可有效解决连续刚构桥施工控制中参数估计的核心问题,通过实例证明,其参数估计结果与实测数据吻合性较好,识别精度较高,有相当的实践意义.尤其是对于必须考虑非线性影响、不确定系统的控制等问题,如果经典算法识别精度低,可考虑采用非经典神经网络算法进行重要参数的识别.     

神经网络参数识别法在重庆石板坡大桥中的应用

BP神经网络法的自适应学习能力、非线性映射能力、鲁棒性和容错能力以及快速收敛能力可有效解决连续刚构桥施工控制中参数估计的核心问题,通过实例证明,其参数估计结果与实测数据吻合性较好,识别精度较高,有相当的实践意义.尤其是对于必须考虑非线性影响、不确定系统的控制等问题,如果经典算法识别精度低,可考虑采用非经典神经网络算法进行重要参数的识别.     

基于支持向量机和模态曲率的桥梁结构损伤识别

提出了一种用于桥梁结构损伤识别的支持向量机方法。该方法以结构损伤前后的模态曲率差参数为支持向量机的输入参数,c-svc算法为损伤位置识别算法,ε-svr算法为损伤程度识别算法。最后以三跨连续梁桥为数值模拟算例,以存在单个及多个损伤单元为损伤工况,验证该方法的有效性,识别结果表明基于支持向量机和模态曲率的损伤识别方法能够准确识别出结构的损伤位置,损伤程度识别误差在4%以内。     

车辆牌照自动识别中的一种新算法

机动车是现代交通运输中的一种重要工具,而车牌是车辆的身份证,是车辆的唯一标识,对车辆具有非常重要的意义.车牌识别技术是现代交通运输中的关键技术之一.在车牌识别系统中,根据车牌字符的分布特征,提出了投影与车牌尺寸先验知识相结合的车牌字符分割算法,该算法对图像中字符断裂和字符粘连的现象进行了有效的针对性处理,提高了字符分割的正确性,对牌照的正确识别起到至关重要的作用     

基于改进LeaderRank算法的高速铁路网络关键站点识别方法研究

综合运用多种方法研究了高铁网络关键站点的识别问题,分别基于站点度值、站点介数及改进LeaderRank算法识别了高铁网络中的关键站点,采用改进SIR模型模拟关键站点列车运行晚点后全网站点列车的运行晚点情况,结合晚点情况对比分析了不同关键站点识别方法的准确性及有效性。研究结果表明,改进LeaderRank算法能有效克服传统识别方法的局限性,综合利用站点局部信息及网络全局信息进行关键站点的识别,发现2030年中国高铁网络中最重要的站点是长沙,最重要的地区是西南地区。快速有效地对关键站点进行识别和防护,对于保证网络的正常运营及提高网络应对威胁的能力具有重要意义。     

导出核学习算法及其在手写体汉字识别上的应用

介绍了基于神经反应的导出核学习算法,以金连文汉字字库为例,将学习算法运用于手写体汉字识别,取得了较好的识别效果。     

列车轨道占用自动识别算法

为解决列车在道岔及平行股道区段的轨道占用自动识别问题,基于LTS-Hausdorff距离,结合D-S证据理论,提出了一种新的列车轨道占用自动识别算法,建立了可用于列车轨道占用自动识别的轨道LTS-Hausdorff距离参考模板,分析了LTS-Hausdorff距离的计算过程及轨道占用自动识别决策方法,研究了列车速度与搜索阈值对自动识别算法的影响。验证结果表明:在轨迹点数量为10时,该识别算法和基于最大似然准则的轨道识别决策的识别结果相同;列车速度越高,轨迹点越少,算法仍可进行有效识别;搜索阈值越小,算法实现时间越短。可见,识别算法有效。     

基于不同张量算法的交通拥堵识别效果对比分析

基于表征多维动态交通数据的张量数学模型，利用行程时间交通数据，对张量算法中交通拥堵识别效果较好的基于鲁棒主成分分析的张量恢复算法(RSTD)和基于贝叶斯定理的张量恢复算法(BPTF)进行分析，对比两种算法对交通拥堵的识别效果。结果表明，两者在常发性拥堵(早晚高峰)识别上的差距并不大，RSTD算法的偶发性拥堵(意外延误)识别能力强于BPTF算法，且RSTD算法具有更高的识别精度。整体来说RSTD算法的交通拥堵识别效果优于BPTF算法。     

基于容差PR曲线的路面裂缝识别算法性能评价机制

为了客观合理地评价路面裂缝图识别算法的性能,提出了基于容差PR曲线的算法性能评价机制。首先,建立路面裂缝图像基准库,为裂缝识别算法性能评价提供统一规范的测试图像;其次,提出考虑容差的准确率-召回率和F_1值计算方法,作为算法性能的衡量指标;然后,提出裂缝识别算法的PR曲线评价方法;最后,以两套裂缝识别算法为例进行PR曲线性能评价分析。结果表明:PR曲线评价机制确立了统一的基准测试图像、衡量指标及评价方法,能评价无参数、具有1个或多个参数的裂缝识别算法的性能(包括准确率-召回率、F_1值及算法稳定性),有助于进行算法性能评价与改进。     

模糊系统结构辨识综述

模糊系统辨识是模糊系统建模的主要手段，优化的模糊系统结构是模糊系统辨识的关键．简要回顾了模糊系统结构辨识的研究现状与发展．讨论了模糊系统结构辨识一些常用的方法，如基于模糊聚类、自组织神经模糊网络、支持向量机、核函数、分层模糊系统、遗传算法和小波多分辨率分析等的模糊系统结构辨识．对各种结构辨识方法的特点进行了深入的分析，并对结构辨识未来的发展进行了展望．     

Identification of Dynamic Parameters Based on Pseudo-Parallel Ant Colony Optimization Algorithm

IntroductionReal ants are capable of finding the shortest pathfrom a food source to the nest. Inspired by this factand the behavior of ant colonies, a novel optimizationalgorithm called ant system (AS) was first developedby Dorigo in1992[1]. In the following years, diversemodifications of the AS algorithm were made andapplied to many different types of optimization prob-lems, and satisfactory results were obtained. Re-cently, the AS algorithm has been extended to an al-gorithm for solving d…     

交通流状态辨识小波算法研究

针对智能交通系统的开发和交通流特性，应用小波多分辨分析理论的Mallat分解算法建立交通流状态辨识方法，利用多种小波系数与交通流参数之问的相应变化规律进行交通突变状态的辨识．交通流状态的突变多与交通事件直接相关，故采用事件和非事件条件下的模拟数据对算法参数进行了标定及离线测试．将算法与几种传统算法分别进行了性能比较，结果表明Mallat分解算法在交通流突变状态实时辨识方面具有很好的性能．     

高速公路事故多发点鉴别及诱发因素识别

为了提高事故多发点鉴别的客观公正性及自动化识别水平,提出了在公路沿线上划分初始评估地点的动态聚类算法,建立了鉴别事故多发点的自组织神经网络模型,给出了基于离散多变量算法与概率分布相结合的事故多发点突出事故诱发因素识别过程. 方法应用结果表明,基于动态聚类的初始评估点划分方法能够客观地描述出事故点在公路沿线上的集中与分散状况,而神经网络鉴别模型能够对初始评估地点的安全状况进行自动分类且结果较合理. 在掌握了能够满足统计分析要求的事故样本点数量的基础上,能够应用突出事故诱发因素识别方法建立一套评估标准,并用来识别事故多发点的突出事故诱发因素.     

Adaptive Identification of Logging Lithology Based on VPSO-ENN Hybrid Algorithm

Particle swarm optimization (PSO) was modified by variation method of particle velocity, and a variation PSO (VPSO) algorithm was proposed to overcome the shortcomings of PSO, such as premature convergence and local optimization. The VPSO algorithm is combined with Elman neural network (ENN) to form a VPSO-ENN hybrid algorithm. Compared with the hybrid algorithm of genetic algorithm (GA) and BP neural network (GA-BP), VPSO-ENN has less adjustable parameters, faster convergence speed and higher identification precision in the numerical experiment. A system for identifying logging parameters was established based on VPSO-ENN. The results of an engineering case indicate that the intelligent identification system is effective in the lithology identification.     

基于RFID的铁路物流电子识别系统

研究了RFID技术防碰撞算法在铁路物流中的具体应用.提出了铁路物流电子识别系统,并介绍了系统的组成.针对RFID信息碰撞问题,考虑到各种具体的工作情况,用MATLAB软件对防碰撞算法进行程序仿真,并搭建了实验平台进行验证.结果验证了RFID技术可以解决漏读问题,并提出了新的RFID工作模式,可以更加高效解决信息碰撞问题.RFID在铁路物流系统电子识别中的应用是可行性的.     

基于集成学习算法的航路网络航段交通拥挤识别方法研究

基于航路网络ADS-B航迹数据定义航路网络航段交通流量、航段交通密度、航段交通饱和度、航段交通接近率4 项交通拥挤状态评价指标；采用模糊C均值聚类算法和航段历史交通拥挤状态评价指标参数划分航段交通拥挤状态等级；结合集成学习算法构建航路网络航段交通拥挤状态识别模型，实现航段交通拥挤状态的识别. 实证分析表明：航路网络交通拥挤状态集成学习识别模型对实验航路网络航段交通拥挤状态识别准确率达到98.34%，采用决策树基学习器优于k 近邻基学习器，且增加的集成学习基学习器数量可提升模型的识别精度；集成学习识别模型的识别性能优于BP神经网络模型，识别方法符合实际且具有应用价值.     

基于改进粒子群算法的PMSM多参数辨识

针对标准粒子群优化算法对永磁同步电机多参数辨识精度低与收敛慢的问题,设计了一种自适应自治群组粒子群优化算法进行辨识,并在Matlab/Simulink中搭建参数辨识模型。仿真结果表明:改进后的算法对永磁同步电机多参数辨识的整体精度更高,收敛速度更快。     

基于改进遗传算法的递归神经网络非线性系统辨识

将递归内时延神经网络应用于非线性动力学系统辨识中，描述了其动力学方程，并引入改进遗传算法作为其学习算法，通过非线性动力学SISO和MIMO系统的辨识仿真研究，验证了内时延递归网络结构和改进遗传算法的有效性。     

基于多维数据的高速公路服务水平实时判别方法

随着高速公路的不断发展,交通信息逐渐呈现多元化,而将这些信息进行整合并对高速公路服务水平进行实时判别,对于后期的交通控制管理及实时高效提供道路信息至关重要.本文考虑了时间、天气、出行日期等多因素的影响,选用车速、密度作为高速公路服务水平评价指标,结合最小二乘支持向量机与聚类分析相关算法,提出了一种基于多维数据的高速公路服务水平实时判别模型,以实现对高速公路服务水平的参数预测及实时判别.选用河北省237 360组训练样本数据和6 048组预测样本数据验证了该模型的有效性.结果显示,该模型获得了较高的判别精度和较好的预测效果,是一种有效的高速公路服务水平实时判别方法.