排序方式: 共有126条查询结果,搜索用时 218 毫秒
22.
尾矿库中伴有各种复杂的理、化、生等效应下的污染物传递过程。分析了尾矿中污染物的传输机理和涉及的层流有限速率模型、涡耗散模型、涡耗散概念模型3种化学反应模型各自的特点。结合工程实际,应用FLUENT软件对比分析了三种模型下的尾矿污染过程,模拟结果显示:Laminar Finite-Rate模型的残差曲线迭代到160步开始收敛,Eddy-Dissipation模型的残差曲线迭代到300步后仍未稳定,EDC模型的残差曲线变化较平稳迭代到120步就趋于收敛。结果表明:涡耗散模型下污染物浓度变化规律更明显;计算效率上,涡耗散概念模型比层流有限速率模型模型低;层流有限速率模型和涡耗散概念模型比涡耗散模型的计算更加准确。 相似文献
23.
为提升高级驾驶辅助系统(ADAS)预警算法在复杂行车环境下的适应性, 提出了一种基于车辆运动学和风险感知特性的综合预警算法——客观风险感知(ORP)算法; 通过典型工况下的分析与推导, 表明其预警算法为THW、TTC和SM预警算法的综合形式; 为了标定预警算法的参数阈值, 开展了累计4 500 km自然驾驶试验, 最终筛选出409例有效临近碰撞事件, 提取了释放油门、踩下制动时刻的客观风险感知参数分布特征; 根据自然驾驶数据中提取的临近碰撞事件及其参数特征, 对风险预警算法参数进行标定; 在模拟驾驶环境下开发了前向碰撞预警算法, 通过4种风险场景开展了算法验证试验。研究结果表明: 基于自然驾驶数据的参数标定, 客观风险感知预警算法的两级预警参数阈值分别为1.4、0.8 s; 基于典型风险工况下的微观驾驶行为特性对比, 预警有效性方面ORP预警算法稍高于RP预警算法, 二者预警有效性显著高于TTC预警算法; 在预警算法下所有驾驶片段的最小碰撞时间均值方面, ORP预警算法为2.02 s, RP预警算法为1.90 s, TTC预警算法为1.65 s, 表明ORP预警算法能适应复杂风险环境下的风险辨识。基于大量实车试验参数标定与效果验证后, 所提出预警算法可用于高级驾驶辅助系统风险辨识。 相似文献
24.
25.
26.
27.
针对道路交通环境中路面标志识别涉及的数据集较少和识别准确率不足的问题,研究了基于深度卷积生成对抗网络的道路表面指示标志的识别方法.在深度卷积生成对抗网络的结构基础上,根据具体应用修改生成网络和判别网络的损失函数,并用随机梯度下降算法替代原始的优化器,对指示标志的原始样本集进行样本生成,以增加样本数据量.基于Faster R-CNN算法进行路面标志的特征提取,实现路面指示标志的识别,并基于迁移学习对识别模型进行微调,将目标识别效果应用于实际道路环境中.实验结果表明,通过深度卷积生成对抗网络生成的样本图像有效地扩增了路面标志的数据集,增广后的多类目标识别的mAP提高了17.1%,小样本情况下的识别准确率随着样本量的增加和样本质量的改善而得到了明显的提高. 相似文献
28.
29.
30.