实现城市公交线网优化的PSO算法

本主要阐述了城市公共交通线网优化的PSO算法及其对唐山市公交线网优化调整的良好应用效果。     

观光潜艇动力用密封铅酸蓄电池循环寿命的研究

本文介绍了观光潜艇动力用阀控式密封铅酸蓄电池的研制情况.着重研究了Pb-Sb、Pb-Ca两种合金对循环寿命的影响.采用加速寿命试验方法进行了对比试验,试验结果表明:用Pb-Sb合金正极板栅的蓄电池循环寿命(70%DOD)可达400次以上,用Pb-Ca合金正极板栅的蓄电池循环寿命(70%DOD)只有207次.     

新疆明水西—伊吾公路路幅布设方案探讨

结合新疆地域实际情况,就沿线人文地理环境、交通需求、经济、技术、效益、影响等方面对该路路幅一次实施与分期、分幅布设方案进行了探讨。     

路网环境下考虑大型车混入率的事故疏散诱导模型

大型车的混入对高速公路交通流产生了较大的影响，尤其是在交通事故情景下。为了引导事故条件下驾驶人和组织者做出高效准确的决断，将考虑了大型车混入率的动态空间占有率模型引入到交通波模型，构建干涉与非干涉情景下的交通事故影响模型。以郑尧高速为例，对模型的准确性和可行性进行了验证，分别对干涉情景下的疏散时间、疏散量以及事故发生的位置，车辆数等指标与事故影响程度的指标（包含事故最远排队长度，事故持续时间）关系进行分析。研究结果表明：疏散时间与事故影响程度成正相关关系，疏散量与事故影响程度成负相关关系，而事故发生点与上游匝道之间的距离与其关系不大；道路服务水平为0.456，车辆数为1 321 veh·h^-1时，为了使得分合流区不受影响，在不采取任何措施的情景下，应将大型车混入率控制在50.1%以下，使得最远排队长度在10 km内；当大型车混入率大于58%时，将很难通过干涉引导避免对上游分合流区产生影响；在35 min以内采取干涉措施的效果最为明显，而大于35 min时，事故持续时间会发生一个急剧的增加，不利于路网恢复，之后事故恢复时间将趋于平稳；对道路交通量进行模拟可知交通量每增加50 veh，疏散时间和距离增加的范围为[1.5 min，3.6 min]和[1.209 km，1.543 km]。研究结果可为高速公路事故诱导策略制定和疏散效果提升提供参考。     

浅谈客车F8型分配阀检修与运用注意事项

随着客车速度的不断提高,客车运行安全尤显重要,新装备新技术在客车上的不断采用给客车安全提供了硬件保证。现阶段我国普通客车装用的制动阀有L3型三通阀、GL3型三通阀、104型分配阀、F8型分配阀。随着车型的更新,L3型、GL3型三通阀已逐步淘汰,104型分配阀成为主型产品。F8型分配阀采用二、三压力机构作用原理,是铁路客车分配阀的升级产     

企业文化建设与档案工作

在党的十五大精神指引下，随着我国社会主义市场经济体制的逐步建立和完善，许多企业都十分注重树立自我形象和企业精神。档案工作是企业文化建设的组成部分，如何把这两者有机结合起来，互相作用，以促进企业的发展，是当前探化企业改革，建立现代企业制度的需要，就此问题谈几点粗浅的认识。     

邓小平同志

邓小平同志是我党、我军和我国各族人民的卓越领导人，他的理论和思想已经彪炳史册，永远启迪和影响着后人，我们在学习邓小平理论时，深深体会到他的档案工作思想对我们搞好档案工作同样有着重要的现实意义和指导意义。     

伊犁至阿克苏南北疆公路通道建设条件研究

新疆维吾尔自治区伊犁地区和南疆阿克苏地区毗邻,自古以来,由于天山山脉相隔,两地之间一直没有便捷的通行汽车的道路,两地之间的交通只能通过远路绕行的方式。落后的交通已严重地影响了两地的经济和人员交流,成为严重制约区域经济发展的"瓶颈"。本文作者通过实地踏勘调查对伊宁至阿克苏地区之间的直通公路通道进行了研究。     

顾及小目标特征的视频人流量智能统计方法

人流量统计对智能安防等领域具有重要研究价值. 针对视频监控系统中人流量统计准确率较低的问题,提出一种顾及小目标特征的视频人流量智能统计方法,重点研究用于小目标检测的Faster R-CNN （Faster region-convolutional neural network）改进算法、运动目标关联匹配以及双向人流量智能统计等关键技术,根据人头目标的小尺度特点对Faster R-CNN网络结构进行适应性改进,利用图像浅层特征提高网络对于小目标的特征提取能力,通过基于轨迹预测的跟踪算法实现运动目标的实时追踪,同时设计双向人流量智能统计算法,以实现人流量高准确率统计;为证明方法的有效性,在密集程度不同的场景中进行了测试. 测试结果表明:改进的目标检测算法相较于原始算法,在Brainwash测试集和Pets2009基准数据集上的平均准确率分别提高了7.31%、10.71%,视频人流量智能统计方法在多种场景下的综合评价指标F值均能达到90.00%以上,相较于SSD-Sort算法和Yolov3-DeepSort算法,其F值提高了1.14% ~ 3.04%.