基于连续点云数据的既有铁路轨面信息快速提取算法设计

三维激光扫描获取的既有铁路点云数据具有海量性、离散性等特点,难以从点云数据中快速提取线路参数.为此,结合现场实测数据,提出一种基于连续点云数据的既有铁路轨面信息快速提取算法.通过k-d树实现点云的快速搜索、查询和储存,利用主成分分析法和移动激光点聚类法提取的接触线分割构建出铁路缓冲区,进而通过平面格网法的粗提和多种约束条件下的精提实现了轨面点提取.对既有线路现场试验结果表明,轨面点提取的完整度c和准确度p均在93％以上,该方法能较好地实现钢轨轨面点云的快速提取.     

云南省民航客运发展预测

民航运输是云南省在进行综合交通运输建设的重点之一,也是该省在未来"十四五"(2021-2025年)和"十五五"(2026-2030年)规划期间的研究热点。本文以云南省为研究范围,以省内民航客运为研究对象,选取省内主要的社会经济因素为影响因子,运用主成分分析法(PCA)、反向传播神经网络算法(BP神经网络算法)和回归分析法,构建了省内民航客运的预测模型,得出省内各主要机场在"十四五"末和"十五五"末的预计旅客吞吐量,对省政府在进行机场改扩建上有一定的指导意义。     

大断面球铁生产中的一种常规成分设计经验式

在综合分析低Ｓｉ和高Ｓｉ两组大断面球铁曲轴本体和附体试块数据的基础上，提出了大断面球铁生产中Ｃ、Ｓｉ含量及ＣＥ值的设计原则，并推荐出了一种ＣＥ－Ｓｉ（理想）和Ｃ－Ｓｉ（理想）经验式。     

我国水运业上市公司竞争力的实证分析

在充分理解企业竞争力的内涵和特点的基础上,从实际可操作性出发,以水运业上市公司2001年年报中的数据资料为依据,利用多元统计分析中的主成分分析方法对我国水运业上市公司的竞争力进行了全面性地定量实证分析,从而希望能为各水运企业的发展规划提供一些指导性的建议。     

表面分析技术有哪些？

表面科学是上世纪60年代后期发展起来的一门学科。表面是指固体表面几个原子的薄层。这层原子既受体内原子的束缚，又受到表面特殊环境的影响。表面成分、结构、化学状态等与体内不同，而表面特性对材料的物理、化学等性能影响很大。表面分析就是对固体最外层数个纳米内表面及薄层的组分、结构和能态的分析。随着人们对表面分析的需要以及真空、电了技术的发展，现代表面分析技术有扫锚电镜（SEM）、X射线光电子能谱（XPS）、俄歇能谱（AES）、离子探针（IMA）、电子探针（EPMA）等。     

基于资源节约的企业评价指标体系探讨

企业评价是一种目标导向性活动。面对资源日趋紧张及环境日趋恶化的形势,满足可持续发展和环境治理的要求,对企业的评价应体现其资源的利用效率,因此文章首先提出并论证了构建资源节约导向型的企业评价指标体系的必要性。其次,将企业资源划分为土地、能源、水资源和矿产资源,并从资源占用、资源节约、资源回收利用方面探讨了指标体系的构建方法,给出了基于资源节约的指标体系。最后应用改进后的主成分分析法对该指标体系进行评价,克服以往评价方法客观性不强的缺点。     

常规物理力学性质指标在湿陷机理上的体现

研究目的:湿陷性为黄土的主要工程地质问题,其产生机理极其复杂,产生原因多种多样,需进一步深入研究。研究方法:基于现有文献对黄土的湿陷原因与机理的认识,以甘肃黄土地区高等级公路黄土分区项目为例,利用多元统计分析方法中的因子分析对甘肃陇西陇东地区黄土的59组样本的9个常规试验的物理力学指标数据进行了分析,在此基础上,对黄土湿陷机理内因进行了分析。研究结论:黄土的湿陷性指标与其它物理力学指标存在相关性,同时,揭示出产生湿陷的黄土必须有湿陷空间及一定量遇水强度降低的联接,黄土的疏松性、多孔性正是其反映,特别是支架孔隙是导致黄土湿陷的最主要原因,而非饱和黄土是产生湿陷的前提,粘粒含量及粘土的水-胶联结在产生湿陷过程中的作用需要进一步商榷。此外,本方法解决了常规单因子分析因指标交叉而分析失真的缺陷。     

半金属摩擦材料与灰铸铁滑动摩擦的磨屑成分分析

采用X射线衍射仪和能谱分析系统，对3种金属纤维增强半金属摩擦材料与灰铸铁在不同温度时发生滑动摩擦后的磨屑成分进行了分析，并结合扫描电子显微镜(SEM)观察到的摩擦材料表面形貌，分析了材料的磨损特性和机理。分析结果表明，含钢纤维材料Fe原子浓度达50％～60％，Cu、Ba、Ca、Al等元素的原子浓度在6％～10％；含黄铜纤维与紫铜纤维的材料副磨屑中，二者Fe原子浓度均较高，但其它元素的原子浓度为紫铜低于黄铜；紫铜材料体系的结合程度比黄铜好，填料不易脱落，但对对偶损伤稍大。     

基于PCA-聚类分析的高铁旅客购票行为特性研究

铁路运输中旅客购票行为是铁路客运运营策略制定的重要基础.旅客购票行为直接影响着列车能力的占用过程,是铁路客运票额组织的重要依据.根据贵阳—广州高速铁路的旅客购票统计数据,以高铁购票旅客为样本,运用主成分分析法购票行为的特征属性进行综合分析,获得购票行为中重要特征变量.结合单次购票强度提出基于模糊C均值的双重聚类算法,对购票旅客进行聚类,并利用模糊聚类有效性指标Xie-beni和分离系数法确定最佳聚类数.结果表明,高铁旅客购票行为的关键特性为单次出行旅客人数、购票提前天数、出行OD城市人均GDP和购票渠道;不同旅客类型的购票行为有明显特性.