基于CS-SD的车载环境下实时行人检测模型

针对车辆辅助驾驶系统中行人检测的实时性问题, 提出一种基于路面边缘线标定结合显著性纹理检测(CS-SD) 的算法和定位方向梯度直方图(L-HOG) 的行人检测模型, 应用CS-SD算法替代穷尽搜索快速标定图像中的行人区域, 应用L-HOG快速提取行人特征, 并采用附加核心的支持向量机(AK-SVM) 进行高效目标分类。分析结果表明: 在个人计算机上对包含832个行人的500幅图像进行检测时, 模型正确检测720个行人, 检测率为86.5%, 误检率为4.1%, 检测时间为39ms; 在基于BF609的车载行人检测系统上对包含988个行人的48 400幅图像进行检测时, 模型正确检测861个行人, 漏检127个行人, 误检13个行人, 检测速度为20fps。可见, 提出的行人检测模型在不降低检测率的前提下, 可以达到满意的检测速度, 并且可以用于实时行人检测车载设备。     

新自适应方式双倍体遗传算法求解作业车间调度问题

综合了双倍体遗传算法和自适应遗传算法的优点,提出了一种基于新自适应方式的双倍体遗传算法.该算法利用双倍体遗传算法良好的记忆及环境适应特性来保持个体的多样性,同时引入黄金分割率的自适应公式来快速寻找最佳自适应点.经理论分析和试验结果表明,该算法在寻优能力上具有明显优势,能够显著提高搜索效率,改进收敛性能.     

温度与振动耦合作用下青藏铁路路基沉降可靠性分析

为探究青藏铁路多年冻土区路基不均匀沉降变形趋势规律的工程问题,定量研究环境温度和行车振动耦合作用对路基沉降变形所产生的影响。基于青藏铁路沿线590个测点近118个月现场检测数据进行计算分析,以环境温度、行车振动应力、时间为输入变量,路基沉降值为输出数据,建立路基沉降变形规律的多元线性回归模型。通过对回归模型的统计分析,推导出路基沉降变形预测值的分布形式。在既定失效阈值和随机失效阈值情况下,分别给出青藏铁路路基可靠性评价计算方法,并计算出青藏铁路未来50 a行车安全可靠度预测值。研究结果表明：线性回归模型拟合优度显著,路基高度沉降幅值与外界气温、行车振动应力、时间均呈负相关,与实际工况相符。环境温度引发路基冻胀融沉现象,长期动力荷载以及时间作用下的累积变形产生路基沉陷,均对路基可靠性产生削弱作用。工程养护可着眼于适当的增强路基土的冻结能力,发生严重病害时实行列车减速减重。研究成果可为高原地带多年冻土区路基养护提供参考依据。     

航运服务集群竞争力评价指标

目前产业集群理论多运用于制造业,用来研究服务业的论著不多。在产业集群视角下对航运服务业竞争力进行评价,丰富现有的产业集群理论,并为航运服务业发展提供理论指导。     

考虑网络外部性航运商与无车承运人竞合研究

构建由 1个海洋航运商和 2个无车承运人组成的上下游的合作与竞争关系,2个无车承运人有不同的市场地位.通过斯坦伯格博弈研究发现,航运商负责货源或处于领导地位的无车承运人负责货源会影响各方的均衡利润及渠道结构.分析比较了海洋航运商的整合策略和利润共享策略.结果表明,在网络外部性和无车承运人提供差异性服务时,纳什均衡是航运商负责货源且上下游整合或利润分享.     

橡胶沥青混合料疲劳性能影响因素

采用小梁弯曲试验,以试件的加载次数为评价指标,对比分析了不同橡胶颗粒掺量、不同空隙率、不同油石比和不同搅拌时间四种条件下,三种橡胶沥青混合料的抗疲劳性能。分析结果表明：橡胶颗粒掺量采用20%、空隙率采用2.0%、油石比采用7%、搅拌时间为60min的加德士70号沥青制备的橡胶沥青混合料,其抗疲劳性能最优;橡胶颗粒掺量采用18%、空隙率采用2.5%、油石比采用6%、搅拌时间为60min的70号A级基质沥青得到的沥青混合料,其抗疲劳性能最优;90号A级道路石油沥青混合料在疲劳试验条件下的橡胶颗粒掺量、空隙率、油石比和搅拌时间均无最值,呈单调趋势。在工程应用中,建议采用加德士70号沥青和70号A级道路石油沥青来制备路用橡胶沥青混合料。     

航海类学生英语口语教学改革探索

文章在认真分析现有英语教学存在问题的基础上,针对航海专业学生的特点,设计出了独特的航海类学生英语口语教学新方法。     

Study on Real-time Look-ahead and Adaptive Parametric Curve Interpolator

The principle of real-time look-ahead was introduced and analysed. An adaptive parametric curve interpolator with a real-time look-ahead function was developed for non-uniform rational B-spline (NURBS) curves interpolation, which considering the maximum acceleration/deceleration of the machine tool. In order to deal with the acceleration/deceleration around the feedrate sensitive corners, the look-ahead function was designed and illustrated. It can detect and adjust the feedrate adaptively. With the help of real-time look-ahead, the acceleration/deceleration can be limited to the range of the machine tool capacity. Thus, feedrate fluctuation is reduced. A NURBS curve interpolation experiment was provided to verify the feasibility and advantages of the proposed interpolator with a real-time look-ahead function.     

不确定环境下的多车型物流配送路径优化

为实现在路段通行时间不确定背景下,配送企业对多种车型车辆的组合优化,使车辆资源利用、配送路径最优.通过建立总成本和配送时间最小的多目标模型、并考虑时间窗约束,设计提出多目标进化遗传算法求解该问题.本算法结合链表思想,同时为解决产生不可行解问题,在解编码时采用多染色体;并在算法中针对子染色体和母染色体分别设计交叉算子,运用擂台赛法则和改进精英保留策略构造非支配解集和加快算法的收敛速度.结果表明:相比单车型,多车型组合优化具有更高的经济效益,且随着不确定参数的变化,运输成本上升,多车型配送满载率受影响较小.     

基于人口合成技术的居民出行调查数据扩样

为提高居民出行入户调查样本代表性,使调查数据能够准确反映居民出行特征,在分析居民出行调查数据处理现状及常规扩样方法局限性的基础上,引入基于人口合成技术的IPU算法(iterative proportional updating)和GRE算法(generalized regression),对深圳市居民出行入户调查数据进行实证分析,并利用相关系数及相对误差指标对扩样结果进行评价.结果表明:利用算法关联家庭与个人表的频数矩阵,通过迭代调整扩样权重值、IPU算法和GRE算法均能很好地拟合家庭与个人的属性分布与总体一致,且相对误差控制在6％ 左右,满足扩样的精度要求.由于IPU算法更具普适性,算法不受初始权重及稀疏样本限制,其扩样误差及波动性较小,扩样结果更为稳健.