基于LeNet-5的编组站站内机车车号识别系统的研究

编组站内机车车号的识别问题一直制约着本务机车综合管控技术的发展。为了解决这一问题,针对机车车次,机车类型自动识别问题进行研究。改进了基于卷积神经网络LeNet-5的识别算法,并收集了大量机车车次图像素材,通过图像预处理后,使用训练集进行模型训练,形成适用于机车车次识别的网络模型,通过使用python语言与.NET平台实现了机车车次识别系统的设计。实验表明,该方法对机车车号的识别达到了较高的识别水平。目前,车号识别系统已在中国铁路武汉局集团有限公司襄阳北站试验,高清图像素材从车站高清货检系统处获取,识别效果良好,为实现智慧型编组站提供了有力的技术支撑。     

利用残余力概念进行结构损伤识别

提出一种利用残余力进行结构损伤识别方法。用刚度损伤系数将有限元模型参数化来描述结构的损伤。用特征值和特征向量预测算法构造目标函数,利用两点交叉算子的二进制代码的遗传算法反复迭代优化刚度损伤系数,获得待测结构的损伤系数、损伤位置与损伤程度的信息。通过一个平面桁架对该方法进行验证,结果表明:利用残余力概念进行损伤识别所得结构的损伤系数与理论值很接近。该方法能够较准确地判断结构的损伤位置和损伤程度。     

美国福特公司2000年轿车VIN（五）

C-5.8L V8(Mustang)D-2.3L四缸增压,D-2.5L四缸(Taurus),D-4.2L V8发动机,D-5.0LV8发动机,E-5.0L V8高输出功率F-5.0L V8发动机,G-2.5L V6(Contour SVT),G-5.8L V8高输出功率,H-1.3L四缸发动机,H-2.0L四缸柴油机,J-1.9L四缸高输出功率     

基于改进蚁群算法的物流配送路径优化问题研究

物流配送在国民经济中发挥着越来越重要的作用,先进的物流配送系统是企业增强竞争力的重要手段.而进行物流配送系统的优化,主要就是配送路径的选择.虽然蚁群算法已广泛应用于解决路径优化问题,但此算法所固有的收敛速度缺陷一直制约着物流系统配送路径优化问题的解决.本文在系统分析蚁群算法的基础上,结合遗传算法,提出了一种新型的改进蚁群算法,并通过算例对改进蚁群算法的有效性进行了验证.     

提前识别危险在交通事故自我预防中的作用与应用

面对道路交通事故（以下简称事故）高发难抑的形势，“事故不可防”成了很多人的共识，然而笔提醒诸位，存在着这样一个事实：“在同样的交通环境和发生事故的概率中，有一些人（驾驶人、行人）却能一次又一次地化险为夷，一次又一次地从事故边缘逃脱，做到了长年行车（或交通）无事故。”他们以事实否认了“事故不可防”的论断。他们是如何预防事故的呢？我们该怎样预防事故呢？[第一段]     

德国宝马公司1999年车辆识别代码（二）

第5位:汽车系列代码 A-1987-93 318ic/325i/325is;1992-95 318i;B-1987-93 325i活顶敞篷;1988-91 325ix;1985-88 325/325e/325es;1992-95 325I;1984 524td;C-1983-89 635csi;1983-94 750iL;1989-92 735iL;D-1995-96 318i(美国产);1996-98 328i四门车;1991-93 M5;1987-92 325i/535I;1997-98 M3四门车(sedan);1994-95 525i;1997-99 528I;1992-94 740i/740iL/525isedan;E-1988-93 325ix;1985-88 325/325e/325es;1995-97 318ic/318is;1994-     

它是什么像胶？——简易识别橡胶胶种的方法

一般来说，当你买了一个伪劣橡胶配件，想要判别它的胶种，对于橡胶样品，简易的方法是进行燃烧试验法。这对识别伪劣橡胶制品有其意义。