锌系超低温快速磷化液的研究

本文在超低温条件下,通过对磷化液主盐、溶液的pH值、温度、氧化剂的添加量及种类等的研究,获得了超低温快速、耐蚀、附着力好,外形美观的磷化膜,用扫描电镜分析了镀层表面及其组成,并探讨了磷化机理。     

铁路非常规突发事件应急救援决策方法研究

将贝叶斯网络推理方法应用到铁路突发事件应急决策中,为铁路突发事件应急救援提供一种实用、智能的科学辅助决策方法.在提取、约简案例决策属性的基础上,采用基于云模型的评估方法完成案例决策属性定性划分,降低决策属性划分的偏差性.构建铁路突发事件应急决策贝叶斯网络模型,并提出进行综合决策的具体方法及步骤.通过具体算例说明使用贝叶斯网络进行铁路非常规突发事件综合概率的决策过程.案例分析表明,该方法能够满足铁路应急决策需求,在信息不完备情况下同样具有实用性和有效性. 为领域知识不完全,主要依靠经验知识进行铁路突发事件应急决策支持系统的智能化提供了新方法、新思路.     

基于卷积神经网络的列车实时客流检测算法

城市轨道交通作为城市公共交通系统的主体,在缓解交通出行压力、促进城市发展中具有十分重要的作用。科学精准的测算列车实时客流,对改善城市轨道交通客运服务水平,发展低碳、环保的绿色出行模式具有重大意义。为此,提出基于卷积神经网络的城市轨道交通列车实时客流检测算法,实现列车监控视频视野内乘客数量的实时检测。基于成都地铁1号线车载监控视频建立列车客流图像数据集,以剔除全连接层的VGG-16网络作为算法基础框架,提取输入图像的边缘、角点等浅层细节特征;将多尺度卷积层和膨胀卷积结构融合构建乘客多尺度特征感知模块,在保持图像分辨率的同时,通过不同的感受野增强尺度上下文信息的提取性能,提升网络对乘客尺度变化的鲁棒性;构建特征融合网络将网络浅层提取的细节特征与上采样后的深层语义特征嵌入融合,提升小尺度乘客目标的计数精度和特征图的信息丰富度。实验结果表明：所提算法在城市轨道交通列车场景下的检测精度得到显著提升,平均绝对误差、均方误差以及平均绝对百分比误差指标分别达到了1.1%,1.8%和5.4%,同时单张图像检测速率低于60 ms,能够满足列车客流检测的实时性需求;且算法在2个标准人群数据集Shanghai...     

考虑边境站延误风险的中欧班列运输路径决策

为选择高效安全的中欧班列运输路径、管理运输风险，针对不同类型边境口岸节点延误时间特征，以威布尔分布刻画其延误时间的概率分布，并基于期望损失理论提出一种新的风险价值测算方法。将延误风险价值作为一种运输成本，构建“风险-时间-费用”综合运输成本最小的中欧班列路径效用模型。通过深度优先遍历算法求解从成都到柏林的中欧班列运输不同价值特性货物的路径选择方案。结果表明：高价值货物对延误风险更敏感，货物贬值速率对延误成本影响更小；最优路径的平均风险延误率为0.46，边境节点延误风险较高；单位货物价值为300万元时，最优路径的边境延误成本是运输运费的1.2倍。对沿线边境站点的延误风险监测与应急处理需要引起运输企业和铁路管理部门的重视。