基于UIC标准的动态数据统计特征对比

为了更好地进行动态仿真的试验对比,提出了一种基于UIC 518的动态数据处理方法.为了满足动态数据采样的频谱成份要求,以最小直线采样段和完整曲线采样段的方式进行动态数据处理,并以2m采样间隔和置信度0.15％或99.85％的形式给出采样最大值和采样均方差最大值,进一步克服了目前分析段采样制度所存在的忽略低频成份的不足....     

基于K均值和不变矩的粒子滤波视频目标跟踪

针对传统的粒子滤波算法存在的粒子退化现象和需要大量粒子才能保证状态预估计的精度,导致视频序列目标实时跟踪难以实现的问题进行了研究,提出了一种基于K均值和不变矩的粒子滤波实时目标跟踪算法。首先对最初采样的粒子集采用K均值算法进行聚类,将N个粒子分配到K个聚类中心;然后将不变矩算法引入到粒子的选取中,通过与上一帧目标位置最接近的三类聚类中心进行不变矩匹配,选择其中与目标模块最接近的那一类进行粒子滤波跟踪运算。实验结果表明文中提出的改进算法能够很好的解决粒子退化的问题,只需要采用较少的粒子就能达到很好的跟踪精度,大大的减少了计算量,改善了粒子滤波的实时性的问题。同时,在一定程度上解决了目标跟踪中相似背景的干扰和目标遮挡的问题。     

一个随机微分方程的研究

研究了一个随机微分方程,它的解是一特殊的扩散过程,其漂移系数是不连续的Borel可测函数,本文证明了其适应连续过程解的存在和唯一性,还指出了它可以进一步推广到更复杂的情形。     

中国港航股指走势月度分析（2011年9月）

1中国A股码头上市公司指数走势2011年1—8月,全国规模以上港口累计完成货物吞吐量59.7亿t,同比增长13.4%,其中,外贸货物吞吐量18.0亿t,同比增长9.4%;沿海港口完成货物吞吐量40.7亿t,同比增长13.1%;内河港口完成货物吞吐     

基于单亲遗传算法和模糊C—均值算法的混合聚类算法

介绍了基于单亲遗传算法和模糊Ｃ－均值算法的混合聚类算法,克服了模糊Ｃ－均值算法的局部最优问题以及采用普通遗传算法聚类时搜索速度和聚类精度的矛盾。实际运算表明,算法是有效的。     

稳定跟车状态驾驶风格识别及迁移特性

为探究高速工况稳定跟车状态下不同类型驾驶人的跟车特性及驾驶风格识别方法,选取20名驾驶人开展实车驾驶试验,采集自然驾驶状态下的自车速度、跟车间距、跟车时距等指标,基于雷达数据等确定稳定跟车事件提取规则。通过耦合分析稳定跟车状态下的驾驶行为指标分布规律及跟车特性,选取跟车间距、跟车时距及加速踏板开度为聚类指标,使用K均值聚类算法对301段稳定跟车事件进行聚类分析,并根据不同风格类型出现的频数及所占比例将驾驶人划分为3种风格类型(保守型、一般型、激进型)。最后通过CART决策树方法对聚类结果进行验证,进一步分析长时间稳定跟车状态下驾驶风格的迁移特性。研究结果表明：随自车速度增大,跟车间距与加速踏板开度亦呈现增大趋势,且在不同速度区间下均具有显著性差异。不同速度区间下的跟车时距均值无明显变化,稳定分布于2.57～2.72 s。CART决策树验证驾驶风格聚类划分结果总体吻合率达99.7%。不同风格驾驶人的车速与油门踏板开度、跟车间距与跟车时距均存在显著性差异。随时间推移,保守驾驶人更加趋于保守,激进驾驶人更加趋于激进,一般驾驶人则相对较为稳定。研究结果可为高级别自动驾驶系统跟车控制策略及参数的...     

复杂水流条件下抛石漂移距离的试验研究

抛石漂移是河道治理、护岸、潜丁坝、桥墩防冲等实际工程中经常遇到的问题,依托长江南京以下12.5 m深水航道二期工程口岸直水道整治工程,针对抛石漂移距离在试验室水槽内开展了一系列物理模型试验,对水深、流速、抛高、块石质量及块石形状的不规则等因素对抛石漂距的影响进行了研究;同时在考虑水流流速垂向分布的基础上,通过块石在动水中的受力分析推导出水上抛石漂移距离计算公式,利用模型试验结果拟合出公式中各系数的值,并将其计算结果与模型试验数据和现场观测数据进行比较,结果吻合较好,验证了公式的合理性。     

考虑站点脆弱性的城市轨道交通应急救援点选址方法

为提高城市轨道交通系统应对突发事件时的处置效率，在考虑站点脆弱性的基础上提出一种城市轨道交通应急救援点选址方法。首先，综合客流特征、线网拓扑结构和周边已有应急资源分布情况，构建城轨站点脆弱性评价指标体系，将站点脆弱性量化为站点脆弱度指数并引入灰色关联分析法进行计算；其次，构建以覆盖水平最大、平均救援响应时间最短和建设成本最低为目标的区域级应急救援点选址模型，并在计算覆盖水平时引入K均值聚类算法，对站点脆弱性进行分级；最后，依托西安市地铁网络实际数据进行实例验证。结果表明：考虑站点脆弱性后，应急救援点总数反而减少，且选址结果更为理想；4种目标权重设置下，考虑站点脆弱性后的线网覆盖水平依次增加3.49%,2.75%,4.16%和3.63%，平均救援时间依次减少7.25%,6.56%,12.48%和4.89%，建设成本依次减少3.57%,7.41%,4.17%和6.45%。该方法能够更加科学合理地识别城轨线网中的高脆弱性站点，得到的应急救援点选址方案对线网中边缘站点的覆盖效果更好。     

基于均值-方差理论的多阶段公交走廊设计

随机性是公交出行需求的重要特性.随机需求下的公交系统中，不同风险态度（中立风险、规避风险和寻求风险）的决策者会选择不同的设计方案，这在多阶段公交系统走廊设计中更为明显.为研究不同决策风险态度下随机特性对公交服务设计的影响，首先，基于均值-方差理论，提出不同风险态度下的决策方法，并构建对应的多阶段公交走廊设计模型，同时优化不同阶段的公交线路长度、站点选址和发车间隔；之后，利用局部分解法和最优化理论，得出模型的解析解；最后，对不同设计策略（全覆盖设计、单阶段和多阶段的公交线路非全覆盖设计）和风险决策态度下的公交走廊设计进行对比分析.结果表明：1）公交线路多阶段设计具有比全覆盖设计和单阶段设计更低的期望系统成本，以及比单阶段设计更稳定的方案；2）在不同设计策略中，决策风险态度对公交系统的参数配置（即公交线路长度、站点分布和发车间隔）有不同的影响，例如规避风险态度决策者在全覆盖设计中追求更密集的站点分布，而在单阶段设计中则会追求相对更低的站点密度，在多阶段设计中这就更为复杂.该研究从政府管理者和运营商的角度，提供基于需求随机增长下公交系统多阶段设计的风险投资决策方法.     

基于改进YOLOv5算法的块状磨屑识别方法

针对钢轨打磨车作业产生的块状磨屑的处理方式效率低、智能化程度低、安全隐患大等问题，提出一种基于改进YOLOv5算法的块状磨屑智能识别方法。在原有YOLOv5算法基础上，增加更大尺度的检测层，提升小尺寸块状磨屑的检测效果；在骨干网络嵌入卷积注意力模块（Convolutional Block Attention Module,CBAM），增强块状磨屑的特征表达；选择EIoU(Efficient Intersection over Union)替代CIoU(Complete Intersection over Union)作为目标框回归的损失函数，加快模型的收敛速度，提高块状磨屑预测框的精度。利用某轨道巡检小车采集的数据进行测试试验，结果表明：改进后的YOLOv5算法对于块状磨屑的检测能力有所提高，召回率提升了4.55%，均值平均精度提升了8.6%，对小尺寸块状磨屑有更好的检测效果。