xPON技术在铁路视频监控系统的应用前景简

xPON作为新一代光纤接入技术,在抗干扰性、带宽特性、接入距离、维护管理等方面均具有巨大优势,将成为一种主流宽带接入技术,并在铁路视频监控系统中有很广阔的应用前景.     

Using automated walking gait analysis for the identification of pedestrian attributes

Collecting microscopic pedestrian behavior and characteristics data is important for optimizing the design of pedestrian facilities for safety, efficiency, and comfortability. This paper provides a framework for the automated classification of pedestrian attributes such as age and gender based on information extracted from their walking gait behavior. The framework extends earlier work on the automated analysis of gait parameters to include analysis of the gait acceleration data which can enable the quantification of the variability, rhythmic pattern and stability of pedestrian’s gait. In this framework, computer vision techniques are used for the automatic detection and tracking of pedestrians in an open environment resulting in pedestrian trajectories and the speed and acceleration dynamic profiles. A collection of gait features are then derived from those dynamic profiles and used for the classification of pedestrian attributes. The gait features include conventional gait parameters such as gait length and frequency and dynamic parameters related to gait variations and stability measures. Two different techniques are used for the classification: a supervised k-Nearest Neighbors (k-NN) algorithm and a newly developed semi-supervised spectral clustering. The classification framework is demonstrated with two case studies from Vancouver, British Columbia and Oakland, California. The results show the superiority of features sets including gait variations and stability measures over features relying only on conventional gait parameters. For gender, correct classification rates (CCR) of 80% and 94% were achieved for the Vancouver and Oakland case studies, respectively. The classification accuracy for gender was higher in the Oakland case which only considered pedestrians walking alone. Pedestrian age classification resulted in a CCR of 90% for the Oakland case study.     

航道治理建设规划环境影响识别及指标体系建立

针对航道治理建设规划环境影响识别及指标体系建立问题,对长江干线"十三五"航道治理建设规划环境影响评价成果进行分析研究,采用系统分析、生态因子识别、生态影响判别等方法,得出规划要素与资源、环境要素之间的关系,并结合环境目标提出评价指标体系,可为航道规划环境影响评价提供参考和借鉴。     

基于手机信令数据的旅客联程出行时空特征分析方法

为高效准确地识别旅客联程出行方式,基于旅客联程出行行为特征,引入不同运输方式场站地理位置、场站数据取样最佳半径、旅客行驶速度等关键参数,对旅客手机信令数据进行筛选、校核和计算,提出了基于手机信令数据的旅客联程出行方式识别方法,同时测算了不同运输方式场站数据取样最佳半径。以2018年国庆假期广东省内旅客出行为例进行分析,剔除了约98%的无关信令数据。分析结果显示,广东省内公铁联运出行比例最高,广州、深圳两大枢纽城市的客流集疏运效应突出,广佛城际出行联系较为密切,佛山机场的潜力较大。研究表明,识别方法大幅降低了信令数据分析量和运算成本,方法原理和技术路线清晰,分析结果准确、符合实际。     

基于车辆身份感知数据的路段轨迹 重构方法研究

车辆轨迹蕴含着大量丰富的交通流时空信息,对于全面解构城市交通路网运行具有至关重要的意义.传统车辆轨迹重构模型大多基于定点线圈检测数据或者浮动车轨迹数据作为输入数据,并且普遍未考虑过饱和交通状态.本文提出了一种基于车辆身份感知数据的车辆路段轨迹重构方法,通过构建一种绿灯相位回溯框架,基于交通流激波理论分段重构车辆行程轨迹,每次回溯过程包含两个主要步骤,即估计车辆状态和分状态重构车辆行程轨迹;然后在Paramics 微观交通仿真平台上对本方法模型的准确性进行了验证.结果表明,该方法在各种饱和状态下均能达到令人满意的应用效果.     

着陆阶段航空器航迹检测与风险识别方法

进近着陆是整个飞行过程中最易发生危险的阶段.目前着陆阶段的风险识别 只能依靠塔台管制员的目视观察.在飞行员技术不熟练、起降频繁的通用航空飞行训练 中,目视观察很难准确掌握情况,也因此蕴含了巨大的安全风险.利用视频监视航空器着 陆行为,同时提出了一种适合复杂背景下小目标分割算法,从视频中提取航空器着陆航 迹;并以此为基础进一步识别降落过程中的运行风险.通过对多组不同角度的视频监视数 据验证,该算法可在复杂背景下实现航空器着陆航迹的跟踪、落地时刻的判断及危险滑 行航迹的准确识别,对于保障飞行安全具有重要的现实意义.     

城市快速路交通拥堵判定方法研究

为弥补单点检测器判定交通拥堵方法研究的不足,在对实测数据分析的基础上,利用临界占有率将交通流状态划分为拥堵状态与非拥堵状态,提出了以速度-占有率比、速度差双指标判定交通拥堵状态发生、结束时刻的方法。并以北京城市快速路实测数据为例,对各判定指标阈值进行标定,判定结果表明:基于单点检测器设计的拥堵判定方法能够有效判定检测器断面拥堵发生时间、持续时间、结束时间。      

结构敏感频段的提取及其在损伤识别中的应用

对于某一特定的结构来说,通过危险性分析,能够找到最可能发生损伤的构件。结构损伤识别可以只对这些构件进行研究分析,进而滤去那些不必要的识别变量,减小损伤识别数值计算的规模。由于特定构件的损伤只引起某些特定频段振动特性的改变,因此可以从全频段时程数据中提取出这些对危险构件较为敏感的频段数据进行单独分析。最后提出了结构敏感频段的提取方法,介绍了敏感频段在结构损伤识别中的应用。     

大跨屋盖结构风致动力响应高阶主导模态的识别

高阶模态的贡献在大跨屋盖结构风振响应分析中不能忽略．从模态空间分布和风荷载空间分布相关性强弱与模态对结构响应贡献程度的相互关系出发,提出了通过低阶主要贡献模态间接寻找风荷载强相关高阶模态的思想．在此基础上,通过对高阶模态响应方差矩阵的简化处理得到其等效矩阵．根据等效矩阵中对角线元素构造了高阶模态的模态参与系数,实现对高阶主导模态的识别,有效考虑了高阶模态的贡献．最后,通过对2008年北京奥运会网球中心屋盖结构的风振响应分析对所提出方法的有效性进行了验证．