物联网环境下舰船通信数据云隐写技术

随着物联网日趋复杂,物联网环境下船舶数据的通信安全受到极大威胁。传统的数据传输加密技术无法有效地保护数据不被暴力破解,且传统的隐写技术有无法适应物联网中庞大数据计算量。因此,提出物联网环境下舰船通信数据云隐写技术研究。通过对物联网内的待隐写数据进行模糊规则计算,得到隐写数据流的规则特征;再通过引入的对抗学习算法,使隐写数据流具备抗攻击能力;最后对待隐写数据流进行云端隐写的数据位置定位与融合计算,完成提出的物联网环境下舰船通信数据云隐写技术研究设计。为证明提出设计的可行性,采用300组随机数据对提出方法进行验证,通过数据的对比证明提出设计具有数据隐写速度块、数据写入位置定位准、隐藏效果好的特性。     

内河航运工程GIS平台建设技术与应用

京杭运河黄河以北复航工程涉及山东、河北、天津、北京4个省市，线路长度800 km，建设周期5~10 a。项目研究过程中存在资料庞杂、规划方案变更及参建各方人员变动等情况，传统的设计与管理软件难以实现多源数据的融合及各阶段数据的有效利用。介绍了一种基于三维GIS技术解决上述问题的方法及其应用场景，该内河航运工程规划设计软件平台将模型数据、影像数据、矢量数据、属性数据和设计文件进行集成，实现规划设计一体化地理大数据管理，实现信息的快速查询与统计分析、数据的共享等。对平台建设过程中的技术及规划阶段设计者关注的功能点进行阐述，为GIS技术在水运行业应用提供可借鉴的方法与思路。     

基于时空特性和组合深度学习的交通流参数估计

为深入挖掘交通流时空特性，提高交通流参数估计精度，基于深度学习提出一种交通流参数估计的组合方法。根据目标断面及其上游断面的交通流数据构造输入矩阵，利用卷积神经网络捕捉交通流的空间特性，使用长短期记忆和门控循环神经网络挖掘交通流的时间特性，组合3 种深度学习方法所得输出，得到交通流参数估计值。采用中国安徽省合肥市和美国加州萨克拉门托的交通流数据进行验证。结果表明：新方法的性能优于已有各种方法，使估计误差降低 5.72%~33.29%；新组合方法具有较高的准确性和可靠性，能为智能交通系统运营与管理提供高质量的基础数据。     

高速交通对区域发展的影响机理与调控策略

为讨论高速交通对区域发展的影响机理,在分析影响因素的基础上,以山东省高速交通建设对17个市级区域经济的影响情况为研究对象,使用面板数据模型构建指标体系.结果表明:高速交通建设会对区域经济产生较大促进作用,其中高速公路拟合系数最高,对区域经济及劳动力就业影响较大;通过对比高速铁路修建前后经济数据变化,得出高速铁路的修建对区域发展不仅具有促进作用、还能吸引大量劳动力的结论.总体看,高速交通建设对山东省17个地市的区域发展有显著影响.最后,从宏观与微观两方面提出相关调控策略,为政府和区域优化二者关系提供参考.     

铁路软件可靠性增长模型应用研究

分析G-O、Delayed S-shaped、Ohba-Chou及P-N-Z等4个软件可靠性增长模型的特点及适用场景,研究软件失效数据集的可靠性增长趋势分析方法和评价指标,提出一种可靠性增长模型参数计算的优化算法,在理论研究的基础上设计并实现了一款软件可靠性增长模型分析工具(SRGM Tool)。以铁路联锁软件记录的失效数据集为例,研究铁路软件可靠性增长模型应用方法,借助SRGM Tool,运用4种模型对铁路联锁软件进行可靠性评估,根据实验结果,分析并确定了一种适合该软件的可靠性增长模型,验证了方法的有效性,可为铁路软件可靠性分析和故障预测提供参考。     

公共自行车使用时空特性挖掘及租还需求预测

基于宁波市公共自行车刷卡数据、POI(Point of Interest)数据、气象和空气质量等数据，从数据驱动视角，深入挖掘公共自行车使用的时空特征及站点租还车需求预测。在时间上，采用KMeans算法，将站点聚为5类，探讨各类站点的时变需求规律及影响因素；在空间上，提出基于POI 数据的站点用地类型识别方法，将站点分为居住类、交通设施类、办公类和商业休闲类。构建以 15，30，60 min 为间隔，以租还车需求为目标变量的随机森林预测模型，并与常用的 BP (Back Propagation)神经网络、K最近邻方法进行比较。结果表明，随机森林模型的精度更高，适用性更强。以30 min为间隔的站点租还车需求预测精度最高，考虑站点土地利用类型后能有效提高模型的预测精度。本文结果可作为未来站点平衡调度的依据并推广应用于共享单车系统，为改善服务水平提供技术和理论支撑。     

京津冀地区燃料电池汽车示范运行研究

本文在跟踪调研北京和张家口地区示范运营的燃料电池汽车的基础上,采集车辆的运营数据,完成了车辆运营里程、加氢量、百公里耗氢量、加氢次数、故障信息等数据指标的统计和分析对比,针对示范运营过程中存在的问题提出建议,论文研究结果在一定程度上概括和反映了2019年度京津冀地区燃料电池汽车的示范运营情况。     

货车轨迹数据在公路货运系统中应用研究综述

随着轨迹数据可获取性及精度的持续提高，货车轨迹数据被广泛应用于公路货运系统的 规划与管理中，同时，人工智能和大数据分析技术的快速发展也为公路货运系统研究带来新的机 遇与挑战。本文全面梳理并总结了公路货运轨迹数据应用领域的相关研究，从基于轨迹数据的 货运出行信息辨识、货运系统关键特征预测、货运轨迹数据进一步应用3个方面回顾现有文献的 研究目标、主要内容和研究方法。通过文献分析发现：货运出行信息辨识研究聚焦于货运停留 点、车辆和货物、活动出行模式等热点主题，但现有辨识方法多移植于旅客出行研究，需要更多地 考虑货运出行的独特特征。在货运系统关键特征预测方面，研究者主要针对货运行程时间、空间 位置、出行需求等主题展开研究，并证明了基于轨迹数据预测货运特征的可行性，但预测时空范 围较为局限，需要根据具体的货运任务、货车司机特征和货运政策进行深入研究。此外，轨迹数 据也被应用于货运出行路径选择行为、货运停车休息行为、行驶安全、货运排放和能耗分析、货运 政策评估等研究。最后，在总结现有研究不足的基础上，本文认为未来研究应重点将货运轨迹数 据与其他多源数据相结合，从3个关键技术进行突破：一是针对货运实践个体，重点探索高效货车 驾驶员的出行特征和出行模式，并在货运系统中进行推广应用；二是针对交通运输新技术和新形 势，重点开发和优化自动驾驶技术和重大应急事件影响下的货运组织模式与策略；三是针对货运 供需关系及匹配机制，重点研究货运全流程供需状态辨识与预测，并结合深度学习等方法训练和 开发智能供需匹配模型，从而优化货运系统调度，助力社会散乱运力资源整合，提高货运系统的 综合效率。     

基于大数据技术的铁路电子支付平台双活中心交易日志处理研究与实现

随着铁路电子支付平台业务的发展和客运12306互联网售票系统售票支付量的大幅提升,支付系统在交易日志和快照环节遇到了性能瓶颈。研究运用Spark、Kafka、HBase等关键技术,基于Hadoop平台和Java开发工具设计数据处理架构,满足高性能和基于双活双中心的交易日志处理。经实际应用,大幅提升了系统处理能力,更好地支撑了铁路业务系统的发展需求。     

新型船载航行数据记录仪典型缺陷和使用建议

介绍三起新型船载航行数据记录仪(VDR)PSC检查的典型缺陷案例,解读相关决议中最新的航行数据记录仪和简化航行数据记录仪年度试验指南的技术通告相关要求,对国际航行船舶新型船载航行数据记录仪的在船使用提出相关建议。