路基非饱和粉土的力学特性研究

利用重塑土样开展了土体的水土特征曲线试验和直剪试验，分析压实度、干密度、含水率及法向应力指标对非饱和粉土力学特性的影响规律。研究结果表明:非饱和粉土的水土特征曲线有典型滞后规律，尤其当土体压实度较低时，滞后规律更为显著；法向应力及含水率提升，非饱和粉土由早期剪切变形表现为软化，逐步转化表现为硬化特征，这一特征随土体干密度的提升而更加明显；随土体样本含水率提升，非饱和粉土黏聚力逐步下降，将这一规律进行线形拟合，整体拟合曲线表现为折线特征，且转折点与最佳含水率高度重合；含水率与内摩擦角间无明显相关影响规律，同等含水率水平下，土样干密度越大，内摩擦角也相对更大。     

基于嵌入式系统的舰船图像拼接技术

常规舰船图像拼接技术无法实现多环境的图像拼接,为此设计基于嵌入式系统的舰船图像拼接技术,对采集的舰船图像进行降噪处理后,利用均值法划分特征领域,通过特征领域构建尺度空间,利用尺度空间法则对图像特征进行配准处理,通过嵌入式系统中的换算函数对图像进行连接强化,实现舰船图像技术拼接。将设计的技术与常规3种图像拼接技术进行对比,在不同实验环境下,本文方法图像拼接能力明显好于3种传统方法。     

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。     

中国、英国、美国、日本规范关于直墙波谷力计算方法的对比

文章介绍了英国标准BS6349、美国陆军工程兵团《海岸工程手册》、日本《港口设施技术标准》中直墙所受波谷力的计算原理、应用范围和参数选取,并借助工程实例与中国《港口与航道水文规范》中计算方法进行了对比。对于立波波谷力的计算,各国较常用的均为森弗罗公式,但在公式使用过程中应注意特征波高的选取。当d/L在0.139～0.2范围内时,应用中国规范的波谷力计算值介于美国与日本规范、英国规范之间,英国规范水平波谷力计算值偏大17%左右。当d/L在0.05～0.139时,中国规范浅水立波法计算值与美国及日本规范接近,均远低于英国规范值。由于英国规范采用了特征波H_(max)与T_s计算,在波浪浅水变形较显著的工况下,计算可能偏离实际较大。美国规范及日本规范计算值则较中国规范偏低,偏低幅度根据相对水深及波陡等参数的不同而在5%～10%波动。     

沥青路面抗疲劳断裂半刚性基层强度标准研究

为确保水泥稳定碎石（CSG）基层在交通荷载反复作用的情况下不出现疲劳开裂，提出了基于结构与材料一体化控制的CSG材料强度标准的确定方法；研究了CSG基层的力学特性和疲劳特性，建立了力学强度增长模型、力学指标间的关系模型和疲劳方程；推荐了四川省典型沥青路面抗疲劳断裂的CSG基层强度标准。研究发现:CSG的各项强度指标都随养生龄期呈非线性增长，采用骨架密实结构有利于提高CSG的力学强度。提出的力学强度增长方程可以准确预估不同龄期CSG的力学强度；提出了控制疲劳开裂的CSG基层7天无侧限抗压强度标准与7天劈裂强度标准的确定方法，该方法能实现结构与材料一体化设计，可进一步提升CSG基层的疲劳寿命。     

基于聚类站点客流公共特征的轨道交通车站精细分类

已有城市轨道交通车站分类多基于定性分析，不能满足精细化设计和运营的需要。本文提出一种基于聚类站点公共特征的站点精细分类方法。首先，将来源于AFC(Automatic Fare Collection)的进站客流量数据处理为时间序列数据，并基于K-Means++算法对各个站点的客流量进行聚类；其次，建立客流量聚类结果与土地利用特征多维参数的拟合方程，计算获得居住密集型、工作就业型以及区域中心型等5种大类站点的客流量公共特征。在此基础上，充分考虑属于同一大类站点不同站点的细分特性，使用5类客流量公共特征比重组合精细描述具体站点类型。 实例结果表明，使用本文提出的精细分类方法计算得到的每个站的客流量拟合值与真实客流值间的平均绝对百分比误差控制在14%以内，说明该分类方法具有可行性。     

多特征融合的级联回归人脸对齐方法研究

深度神经网络技术在人脸识别方面已经取得了巨大进步,但是大多数方法只是运用人脸深度特征而并没有分析哪些特征是有效的.为了探索针对人脸识别任务的有效结构化特征,提出了基于多种特征级联回归方法的人脸关键点检测模型,将两两关键点对应的人脸局部特征对之间的结构关系、整张人脸图像的全局表观和关键点对应的局部热图这3种人脸特征融合之后用于人脸对齐任务.实验证明,多特征级联回归法与记忆下降法相比,人脸对齐任务错误率下降了30.17%,与最新的一些人脸对齐模型具有一定的可比性.