面向动态交通流的高速公路事故风险模型空间移植研究

本文旨在探究不同尺度数据集对高速公路实时事故风险建模的影响，并实现不同数据特征路段间事故风险模型的空间移植。首先，提取不同特征路段检测器信息，以动态交通流匹配事故数据构建多尺度数据集：高精度数据集、小样本数据集、低精度数据集以及同尺度条件下(同为高精度大样本量)的空间差异数据集；进而，通过贝叶斯Logistic回归量化不同样本量对事故风险模型预测性能的影响；分别采用统计学和机器学习手段建模分析高精度和低精度数据集；最后，基于贝叶斯更新方法建立实时事故风险移植模型，对高速公路实时事故风险预测模型进行空间移植，并验证其可靠性。结果显示：贝叶斯Logistic回归的性能随着样本量增大而有所提升；高精度数据条件下，贝叶斯Logistic回归和RF-SVM(Random Forest-Support Vector Machine)模型的AUC(Area Under Curve)值比低精度条件下分别高出0.092和0.037；在不同数据精度的空间移植中，贝叶斯更新方法可令低精度路段模型的AUC值从0.645提至0.714，在相同数据尺度的空间移植中，该方法可将被更新路段模型的AUC值从0.737提...     

SVM入侵检测系统中数据预处理方法改进

由于网络数据的复杂性和不规范性制约着SVM分类器的精度，当前被广泛使用的数据预处理方法显得过于单一。因此，提出一种改进的数据预处理方法。首先，利用异构数据集上的奇异距离函数HVDM对数据进行归一化处理；然后，使用最近邻法对数据集修剪得到最后的训练样本，并且通过实验证明该方法可以提高SVM分类器的精度。     

基于向量空间模型的文本自动分类系统的研究与实现

分析了文本自动分类的关键理论及技术，给出一个已实现的基于向量空间模型(VSM)的文本自动分类系统的框架模型，重点描述此系统的实现算法．此算法在训练阶段通过部分训练集确定向量的特征提取维数，并提出一种“平均值”匹配阈值调整方法，从而在精度和效率方面优于传统的分类算法．实验表明此系统查准率为91．8％，查全率为85％。     

基于条件生成对抗网络的扇区复杂度评估

扇区复杂度作为管制员工作负荷和动态空域配置的重要参考依据，需要事先准确地对其 进行评估。本文针对有监督复杂度数据集存在的小样本问题，提出基于条件生成对抗网络的扇 区复杂度评估框架。首先，构建交通流量、航空器性能和潜在冲突这3类复杂度指标，并结合主观 复杂度等级得到标定样本；其次，利用条件生成对抗网络设计有标记样本生成算法，获得增广数 据集；最后，分别采用逻辑回归、支持向量机和随机森林算法建立复杂度评估模型。以中南区域 扇区为例，从定性和定量的视角验证生成样本的有效性，并在多种训练集配置下对比各模型评估 结果。研究结果表明：条件生成对抗网络在200次迭代后逐步收敛至稳定；生成样本与真实样本 的绝大多数指标在均值上的相对误差小于5%，在标准差上的相对误差大于5%；在多分类评价指 标下，增广数据集对3种模型整体评估精度分别提升11.77%、11.04%和8.34%。本文提出的评估 框架可以在有限数据条件下提高样本多样性，是解决扇区复杂度评估问题的一种有效方法。     

基于模糊理论与神经网络并行推理的发动机故障诊断方法

将模糊理论与神经网络相融合，针对汽油发动机偶发性疑难故障，采用模糊信息处理方法确定故障的类别，通过神经网络的逼近能力来实现对故障进行诊断的功能。与单纯使用神经网络进行故障诊断的方法相比，基于模糊理论与神经网络并行推理的发动机故障诊断方法在输入参数不是训练时的典型数据（同训练时输入数据差别较大）时，系统仍能对输入样本很好地归类，给出较高精度的诊断结果，尤其对于单一系统的复杂故障具有很好的识别能力，可以提高对发动机故障的诊断精度。     

量化子空间分布隐马尔可夫模型的直接训练

尽管量化子空问分布隐马尔可夫模型(QSDHMM)的间接训练算法具有简单实用等优点，但仍存在两个方面的不足：其一，QSDHMM的间接训练实际上要经历两个最优化过程，即先用原始语音数据训练连续分布隐马尔可夫模型(CDHMM)，然后将训练好了的CDHMM转换成QSDHMM。因此，QSDHMM的精度将受到影响；其二，没有发挥QSDHMM本身参数少的潜在优势．在系统的子空间捆绑结构为已知的前提下，文中提出了QSDHMM的直接训练算法．仿真实验表明，与传统的训练算法相比较，采用直接训练算法可减少训练数据约10倍，但识别精度并无明显降低。     

基于仿真数据的异类交通传感器信息融合研究

通过系统模拟中的相关原理，以实际传感器的性能参数为背景，可生成供交通信息融合算法使用的训练集和测试集仿真数据。结合这些数据，相关神经网络训练和仿真结果表明：交通信息融合方法对于提高异类传感器的速度检测是有效的．同时信息融合技术在智能交通系统中的应用能够提高信息获得的准确性。     

短时公交客流小波预测方法研究

短期客流表现出不同于中长期客流的特性，本文在研究短期客流序列特性的基础上建立预测方法．采用离散傅里叶变换研究短时公交客流序列的频域特性；基于混沌理论，通过计算Lyapunov指数判断短时客流序列的混沌特性；最终建立短期客流序列的小渡预测方法．研究结果表明短时公交客流序列信号包含高频成份与低频成份，低频成份构成信号主体，高频成份导致信号波动，且短时公交客流序列具有混沌特性，这些特性导致单一方法短时客流预测精度较低；小渡预测方法通过信号分解重构在保留全部客流信息的基础上有效降低了客流信号的波动性，实例分析证明该方法可以有效提高客流预测精度．     

基于手机信令数据的城市区域居民出行OD预测模型

为揭示城市区域居民出行规律和OD产生原理，基于手机信令数据探索城市区域居民出行目的地选择机制，考虑人口数量和POI数量两类数据建立一个地点机会选择(POS)模型。利用联通智慧足迹平台获取得到哈尔滨市居民手机信令出行数据，从交通小区和交通中区两个尺度，对哈尔滨市市二环、三环、四环不同范围展开实例研究。结果表明：地点机会选择模型预测结果在吸引能力和出行距离分布中基本符合实际数据规律，从交通小区和中区两个尺度上看，该模型预测精度分别能够达到67%～72%、75%～83%，较机会优先选择模型预测精度分别提高了13%～18%、9%～20%，较辐射模型预测精度分别提高了57%～60%、55%～60%。本文所提出模型的优越性在于模型简单且无待定参数，输入数据较容易获取，具有较高的预测精度，能够为城市交通规划提供理论参考。     

基于轻量化网络和注意力机制的智能车快速目标识别方法

为提高智能车在真实环境中的实时检测能力，改善复杂环境下检测效果不佳的问题，本文提出一种基于轻量化网络和注意力机制的智能车快速目标识别方法。首先，为了减少网络计算参数和提升目标识别算法的推理速度，提出利用GhostNet加速YOLOv4的特征提取；其次，为了提高复杂场景下对道路目标的识别精度，在GhostNet和特征金字塔部分添加结合软阈值化改进的注意力模块；最后，为了验证本文提出方法的有效性，选取Pascal VOC、KITTI公开数据集和自制城市道路数据集进行实验对比。与其他目标检测算法在精度和速度上进行比较，结果证明，本文方法在平均检测精度提升1.7%的情况下，模型参数量降低到原来的18.7%，检测速度提升了 66%，检测速度和精度均优于其他算法，可满足智能车的实时感知需求。     

旋转避障式打草割灌机的研究与应用

介绍了高速公路绿化养护中,如何实现打草割灌机械化作业的方式,及旋转避障式打草割灌机的研究和应用.     

Fuzzy C-Means Clustering Based Phonetic Tied-Mixture HMM in Speech Recognition

A fuzzy clustering analysis based phonetic tied-mixture HMM (FPTM) was presented to decrease parameter size and improve robustness of parameter training. FPTM was synthesized from state-tied HMMs by a modified fuzzy C-means clustering algorithm. Each Gaussian codebook of FPTM was built from Gaussian components within the same root node in phonetic decision tree. The experimental results on large vocabulary Mandarin speech recognition show that compared with conventional phonetic tied-mixture HMM and state-tied HMM with approximately the same number of Gaussian mixtures, FPTM achieves word error rate reductions by 4.84% and 13.02% respectively. Combining the two schemes of mixing weights pruning and Gaussian centers fuzzy merging, a significantly parameter size reduction was achieved with little impact on recognition accuracy.     

基于FFT的数控镂铣机传动链误差源诊断

分析了造成数控镂铣机传动链误差的原因，在检测中采用快速傅里叶变换（FFT）算法对模拟信号进行频谱分析．为了提高计算的精度、降低对采样频率的要求，提高运算速度，采用一种基于线性插值原理的改进快速傅里叶变换（L—FFT）算法．用此算法对传动链误差的原始数据进行处理，诊断出误差源及位置，为降低传动误差的控制算法提供了依据．试验结果表明，与FFT算法相比，效率提高大约5％，表明该算法具有一定的实用性和有效性．     

形位精度统计分析中常值系统性误差的确定

本文分析了常值系统性误差的传统确定方法不适用于形位精度统计分析的原因,并提出了形位精度统计分析中常值系统性误差的确定方法。     

基于联合粒子滤波的系统误差修正方法

在非线性滤波系统中,线性化误差和系统误差是影响滤波精度的两个主要因素.提出联合粒子滤波方法,在减少线性化误差的同时,能够实时估计系统误差的大小并自适应地消除其影响.说话人跟踪仿真实验结果验证了此方法的有效性.     

基于联合粒子滤波的系统误差修正方法

在非线性滤波系统中,线性化误差和系统误差是影响滤波精度的两个主要因素.提出联合粒子滤波方法,在减少线性化误差的同时,能够实时估计系统误差的大小并自适应地消除其影响.说话人跟踪仿真实验结果验证了此方法的有效性.     

High accuracy NURBS interpolation for five-axis machine of table-rotating/spindle-tilting type

In this paper, the definition of NURBS curve and a speed-controlled interpolation in which the feed rate is automatically adjusted in order to meet the specified chord error limit were discussed. Besides those, a definition of linear interpolation error of post-processed data was proposed, which should be paid more attention to because it will not only reduce quality of the surface but also may cause interference and other unexpected trouble. In order to control the error, a robust algorithm was proposed, which successfully met a desired error limit through interpolating some essential CL data. The excellence of the proposed algorithm, in terms of its reliability and self-adaptiveness, has been proved by simulation results.     

基于PLC的工程运输车辆协同作业的定位与控制

对工程实践中运输车辆搭载的定位控制以及相关系统的设计问题进行简单的讨论，并利用PLC自动化控制系统以及相关的模糊控制算法对翻斗汽车以及运输车进行控制以实现定位。通过函数系统中的误差分析法对定位中所产生的误差进行较为详细的分析，最终结论是该定位与控制方法能够完全满足相关误差要求。     

DV-Hop定位误差模型研究

DV-Hop是无线传感器网络中典型的定位技术,建立DV-Hop的定位误差模型有助于定量分析定位误差,进一步提高WSN的定位精度。首先从理论的角度分析了定位误差与覆盖度的关系,然后通过仿真实验讨论了一定通信半径下局部范围内相对定位误差与覆盖度的关系,并给出相应的数学模型。实验表明:该模型可有效估计基于局部区域定位算法的定位误差。     

联网高速公路路径射频识别系统理论误差分析

射频技术是解决联网高速公路路径识别的一种可行技术.目前,国内已有个别省份采用该技术解决路径识别问题,但未进行国内大范围的推广.从射频设备的准确率、标识站点的设置方式、标识站与收费站的位置关系、收费站点间交通流分布等几个方面,分析整个识别系统中可能产生的理论误差,并引入综合误差度的概念对系统误差做统一标定.