用Excel实现目的数据的提取与生成

提出目的数据的概念,提出提取与生成目的数据的原则与方法,同是给出具体运用Excel中相关功能,有效快捷的从Excel工作表中提取与生成目的数据的方法。     

基于Excel图表向导进行数据拟合问题的解决方案

数据拟合在科学研究和生产实践中都有重要的应用,使用最小二乘原理或多项式法,手工或借助计算工具拟合数据运算量大,特别是数据较多时相当繁琐；使用Excel图表向导中“添加趋势线”的方法则可快速求出较为精确的数据拟合方程。本文以一个实例,用两种方法求解数据拟合方程并作比较,从中说明用Excel解决数据拟合问题的简便和高效。     

击产数据的Excel电子表格模板

击实实验是公路、水利、建筑等工程中的一项重在的试验项目，本文以《公路土工试验规程》（ＪＴＪ０５１－９３）为标准，编写了击实数据的Ｅｘｃｅｌ电子表格模板。介绍了用此模板计算击实结果和绘制击实曲线的实例及其优点。     

基于Python的汽车CAN总线报文格式转换系统的设计与实现

CAN总线报文分析是汽车电子系统开发过程中的重要步骤,汽车CAN总线报文文件格式的多样性给报文分析带来了诸多困难,为解决上述问题,本文基于Python语言开发了一种汽车CAN总线报文格式转换系统。用户可以通过人机交互界面操作本系统,将不同格式的CAN总线报文转换为能够通过CANoe软件直接解析的报文。通过测试,本文所述系统具有性价比高、转换效率高、兼容格式广泛、二次开发方便等特点。本文为CAN总线报文分析工作中遇到的困难提供了一种新的解决思路。     

在VFP中跨平台实现与Excel数据的互相转换

讨论了Excel工作表和Visual FoxPro二维表互相转换的理论基础及其实用意义，提出了在Visual FoxPro环境中使用跨平台编程来实现这两种数据格式互相转换的方法，以发挥各自的优势来处理和管理对方的数据。     

事故现场勘察数据与分析再现需要数据间的转换实现

文章介绍了ＶｉｓｕａｌＣ＋＋中实现数据交换的ＯＤＢＣ编程接口，以及利用该编程接口实现了事故现场勘察数据与分析再现需要数据间的转换。     

一种基于Python的售后配件批处理软件的设计

Python是一种广泛使用的高级编程语言,具备完全自动化处理数据的能力,可用于解决许多领域的数据分析和处理问题.文章首先对Python的数据批处理功能进行介绍,并研究Python的常用模块和函数.在此基础上设计一款能自动化处理车辆售后配件替换性的批处理软件.     

基于Python串口的三相交流电机控制系统

本文以DSP TMS320F28335为主控芯片,ADC和eQep模块采样的电压、电流以及转速等信号传输给TMS320F28335进行处理,接着TMS320F28335通过串口将数据发送给上位机显示.同时由Python编程实现的上位机软件也能够在其界面中控制电机的启停、正反转和加减速.     

基于Python的圆形截面配筋计算方法研究

Python语言是目前最热门、最受欢迎的程序设计语言之一,Python语言具有高效、易用、可扩展性强,而且免费、开源,有大量扩展库可用等特点.在最新颁布的JTG 3362-2018)《公路钢筋混凝土与预应力混凝土桥涵设计规范》中,圆形截面按承载能力计算及按裂缝宽度计算的公式都进行了大幅度的调整,还新增了圆形截面偏心受拉...     

基于小波变换的ITS数据集成方法研究

为了提高实时的ITS数据对交通规划的实用性,需要对原始的ITS数据进行合理的集成,以满足不同类型用户的需求。首先对运用统计分析和小波变换两种方法进行ITS数据集成的原理做了分析和评述,然后重点建立了基于小波变换理论的ITS数据集成方法,该方法将一段时间内的ITS数据视为随时间变化的随机信号,利用小波变换将ITS数据分解为低频成分和高频成分来进一步处理,最后应用MATLAB软件结合实际数据进行了编程实现,并给出了不同分解层次下的建议集成度。     

基于CY7C68013A的数据采集模块的设计

根据电站检测中数据的测量与控制问题,提出了一种基于CY7C68013A芯片的多通道模人数据采集模块的设计方案,实际应用效果良好。着重介绍其硬件电路及接口芯片的固件设计,并阐述基于USB接口的计算机外设的软件系统。     

基于检测器脉冲数据的高速公路事件自动检测算法研究

提出了一种全新的高速公路事件自动检测算法,直接利用车辆检测器输出的脉冲宽度和脉冲间隔作为参数,运用LVQ神经网络对获得的脉冲宽度数据和脉冲间隔数据进行处理来判断是否有事件发生,从而大大减少了检测时间,为交通事件的快速处理提供了可靠的依据。此外,该算法利用神经网络的自学习能力,可以很好地确定各条道路发生交通事件的门限值。仿真结果表明:该算法具有较高的事件检测率(约为97%)、较短的检测时间和较低的误警率(约为0 41%),具有很好的应用前景。     

基于新能源高频大数据的驾驶行为与能耗分析

近年来,在新能源汽车示范推广和财政补贴的大背景下,我国新能源汽车产业快速发展.但与传统燃油车相比,新能源汽车的技术成熟度尚且不足,在研发、运行阶段仍存在诸多问题等待解决,其中能耗和续航问题的关注度尤为突出.本文基于车载终端采集到的新能源高频大数据,提取能够反映驾驶行为精细时空变化特征的特征参数集,采用主成分分析方法将特...     

基于大数据技术水利工程的动态质量风险管理

尽管大数据技术不仅被应用于水利工程领域,而且将成为智慧水利建设的重要技术基础,但是对于水利行业许多从业者而言,大数据技术仍停留在较为抽象的概念阶段。以水利工程质量风险管理为切入点,通过阐述、探讨与分析这一主要由质量风险管理框架和策略组成的大数据技术的应用点,以期为行业同仁了解水利工程中大数据技术运行机制提供一定参考。     

Analysis of the evolvement of contact wire wear irregularity in railway catenary based on historical data

This paper studies the evolvement of the wear irregularity of contact wire using wire thickness data measured yearly from a section of railway catenary. The power spectral density and time–frequency representation based on the wavelet transform are employed for data analysis, with an emphasis on local wear irregularities that are crucial for contact wire condition assessment. To investigate the cause of wear irregularity evolvement and the mutual influence with the pantograph–catenary dynamic interaction, simulations considering the influence of wear irregularity are carried out based on the finite element method. Analyses of the actual wear irregularities and the dynamic contact force under singular and complex wear irregularities are performed. Although the wear irregularity has limited impact on the pantograph–catenary interaction, it can induce the vibration of pantograph and contact wire that will lead to a notable increase of contact force standard deviation. The evolvement of wear irregularity is closely associated with the span length and dropper distribution of catenary structure and the running direction of pantograph. In addition, it is found feasible to detect the wear irregularity based on contact force, on condition that the sampling frequency is high enough to reflect the indicative frequencies.     

串联混合动力客车参数选择及仿真

在对比分析各种混合动力系统的基础上确定了混合动力城市客车的串联混合动力驱动形式,介绍了串联混合动力汽车总成参数的计算方法,并根据计算得到的参数使用ADVISOR软件进行了性能仿真。     

The influence of alternative data smoothing prediction techniques on the performance of a two-stage short-term urban travel time prediction framework

This article investigates the impact of alternative data smoothing and traffic prediction methods on the accuracy of the performance of a two-stage short-term urban travel time prediction framework. Using this framework, we test the influence of the combination of two different data smoothing and four different prediction methods using travel time data from two substantially different urban traffic environments and under both normal and abnormal conditions. This constitutes the most comprehensive empirical evaluation of the joint influence of smoothing and predictor choice to date. The results indicate that the use of data smoothing improves prediction accuracy regardless of the prediction method used and that this is true in different traffic environments and during both normal and abnormal (incident) conditions. Moreover, the use of data smoothing in general has a much greater influence on prediction performance than the choice of specific prediction method, and this is independent of the specific smoothing method used. In normal traffic conditions, the different prediction methods produce broadly similar results but under abnormal conditions, lazy learning methods emerge as superior.