高速公路事件探测系统及算法

高速公路事件是指破坏正常交通流并造成交通阻塞的非重现随机发生的事件。事件发生后对其进行快速可靠的探测对减少交通延误、保障道路安全具有十分重要的意义?本文简要分析了高速公路事件探测系统的构成，并对各种自动事件探测算法进行了分类评价，特别是对近年来智能技术在事件自动探测算法中的运用作了较详细的介绍。同时，本文最后指出了事件探测算法的发展趋势。     

基于神经网络算法的高速公路基本路段线圈检测器布设间距研究

为研究高速公路交通事件检测算法及线圈检测器布设间距,设计了高速公路基本路段的人工神经网络事件检测算法,并研究基本路段检测器布设间距在200～700m不同情况下的事件检测效果。利用VISSIM4.2软件仿真获得数据,并在Matlab人工神经网络工具箱中计算,验证了所设计事件检测算法的有效性,得出基本路段线圈检测器的合理布设间距。     

基于动态概率神经网络的公路交通事件检测算法

从公路隧道事件及其自身特点出发,依据人工神经网络这一强大的无模型模式分类器,采用人工神经网络算法建立动态概率神经网络（DPNN）事件检测模型：模型采用的输入指标不是单独的交通流参数,而是几个参数的组合,充分利用交通数据中包含的交通事件信息,大大提高算法的性能。     

人工神经元网络探测高速公路事件研究

本文论述了ＢＰ网络事件探测软件的系统目标和功能特性，通过实例阐述了如何用该软件进行样本训练，事件判断及确定报警的判断次数。     

内燃机曲轴、凸轮轴表面适用探伤方法扫描

在以批量生产为特征的内燃机厂，采取合理的方法对曲轴、凸轮轴进行表面缺陷检查和探伤。乃是确保产品质量的重要环节之一。本文就缺陷的形态和适用的探测方式，介绍了当代企业的一些具体工艺措施。     

黄土公路地质缺陷的地球物理探测现状与对策

总结了中国西部黄土地区地下主要地质缺陷及其特点,强调了黄土地下地质缺陷对公路交通建设及运输的危害性。通过分析运用地球物理方法探测地下地质灾害的技术现状,表明目前急需针对公路工程中黄土地区地下地质缺陷,开展专门的系统研究,提出了精细探测黄土地区地质缺陷的对策及预期目标。     

汽车厂三个月召回46万辆问题车

国内汽车生产厂家召回意识越来越强。近日，广汽丰田，东风日产等车企按照《缺陷汽车产品召回管理规定》要求，纷纷向国家质检总局递交召回报告，对其存有生产缺陷的产品进行召回。业内人士认为，国内汽车生产厂家近期对产品召回事件的处理，颇显成熟，整个行业也在朝良性的方面发展。     

冲击回波法精细探测公路隧道衬砌空洞的模型试验及分析

为研究空洞缺陷尺寸以及监测点和震源点的位置对检测结果的影响,根据冲击回波法的特点,设计并进行一系列空洞直径不同时混凝土板的检测试验,模拟检测公路隧道衬砌的壁后空洞。采用快速傅里叶变换分析振动加速度信号,研究应力波的频域信号特征,以探索冲击回波法探测衬砌空洞的可能性与机制。试验结果表明,冲击回波法在探测衬砌空洞缺陷中显示出较为良好的检测效果,影响检测效果的因素主要包括空洞缺陷直径、测点布置和激振位置等。     

基于神经网络的交通事件检测算法

回顾了几种传统的交通事件检测算法，提出从多层前向人工神经网络角度建立模型，并运用ＢＰ算法予以实现。在将ＢＰ算法与传统算法进行比较之后，发现ＢＰ算法具有检测率高、误报率低、检测时间短的优点，同时也存在不足之处，指出了今后进一步研究的方向。     

基于实测数据评估交通事件检测中神经网络应用性的研究

神经网络为交通事件自动检测技术摆脱传统方法探测率低、误报率高的状况提供了新的解决思路。在以往局限于仿真数据研究的基础上,本文利用I-880数据库实测交通事件数据对神经网络在交通事件自动检测中的实际应用进行了研究,结果表明:神经网络应用于交通事件自动检测技术中,具有较高的探测率和较低的误报率,但该算法可移植性较差,在实际应用中要予以考虑。     

公路交通事件检测研究综述

交通事件检测算法是交通事件检测系统的核心组成部分,合适的检测算法对于及时处理交通事件来说至关重要.为了促进公路交通事件检测的研究,系统地梳理了传统间接交通事件检测方法的代表性算法的优缺点;对一些前沿交通事件检测方法的研究进行了综述,包括基于人工神经网络的交通事件检测算法、基于视频检测技术的交通事件检测方法、基于小波变换的交通事件检测算法、基于SVM的交通事件检测算法和基于多源信息融合的交通事件检测方法,并展望了未来交通事件检测算法的研究方向.     

大体积混凝土结构缺陷无损检测方法研究

大体积混凝土结构施工质量是否良好是影响结构长期力学行为和耐久性能的重要因素，由于受结构几何尺寸偏大、内部埋设钢筋密集等条件的影响，很难采用传统混凝土检测技术对其内部浇筑质量进行快速、无损检测和评价。提出一种以弹性波CT扫描技术进行普查，超声波断层扫描成像技术与探地雷达技术为精细化调查手段的大体积混凝土结构内部缺陷综合无损检测方法，分析了该方法的检测原理和实施流程，然后将其应用于某互通立交桥梁大体积承台混凝土缺陷检测，并采用钻芯法、超声-回弹综合法对其可靠性进行验证。研究结果表明：提出的大体积混凝土无损检测方法能有效探测混凝土内部缺陷分布情况，减少内部金属材料对信号分析的干扰，具有现场检测效率高、缺陷定位准确等优势，该方法的运用为大体积混凝土结构内部缺陷检测和补强加固提供了新的解决思路和实践指导。     

汽车点焊工艺参数选择及接头质量预测人工智能化研究

提出了一个集成专家系统和人工神经网络的电阻点焊工艺参数选择人工智能系统。试运行结果表明，该系统充分发挥了专家系统和人工神经网络各自的优点，具有使用简单、预测准确度高、速度快等优点，是实用、合理的，这就为点焊工艺参数优选和接头质量预测提供了一种有效的新方法。     

公路隧道火灾灾情监测技术现状及展望

总结火灾探测技术、交通事件检测技术等公路隧道火灾监测技术研究现状,分析现有技术在监测灾情发展过程方面的不足,并进一步讨论了隧道火灾灾情监测技术发展趋势。     

混凝土强度人工神经网络预测模型

阐述了人工神经网络模型的基本原理，建立了混凝土强度人工神经网络预测模型，通过试验证实了该模型的可靠性。     

高速公路隧道灾害事件检测新方法及应用研究

在分析传统的隧道消防安全系统的基础上,总结了传统的高速公路隧道灾害事件检测方法存在的问题。为此提出了基于视频的灾害事件检测分析技术——视频图像火灾探测报警、灾害事件检测、CCTV三合一整合系统。并在模拟长江隧道实体隧道和秦岭终南山公路隧道中做了大量试验。结果表明,该系统有自学习能力;抗污染能力很强,在接近70%～80%模拟油污和灰尘的减光率条件下,依然能够有效探测火焰;具有综合防灾决策判断能力;且兼容性很好,可以与高速公路隧道CCTV系统、传统的火灾探测报警系统有机结合。     

基于BP算法的交通流预测

探讨了基于人工神经网络的数据挖掘技术，对标准的BP算法进行了研究；针对现有人工神经网络中BP算法效率较低、容易陷入局部极小等问题，提出了一种改进的BP算法，并进行了分析测试。测试结果表明，改进的BP算法缩短了学习时间，提高了学习效率，在一定程度上避免了学习中局部极小问题的出现。     

基于多源信息融合的高速公路事件检测算法研究

为了研究高速公路交通事件检测算法,以多源信息融合理论为基础,依托人工神经网络技术,设计了固定检测器与浮动车检测器的信息融合事件检测算法,并说明了具体的检测原理和融合过程。通过Vissim仿真获得数据,在Matlab中编程实现了信息融合过程,试验结果表明在三级报警策略下,信息融合算法的事件检测率、误报警率和平均检测时间都达到了较高的检测水平,证明了所设计的信息融合交通事件检测方法的优越性。     

基于人工神经网络的顺层偏压隧道变形预测

根据顺层偏压隧道工程实际监控量测数据，结合工程地质条件，基于人工神经网络，建立了顺层偏压大变形隧道人工神经网络预测模型，得到了顺层偏压隧道变形预测值。通过现场实测与模型计算预测变形值对比分析得出:人工神经网络预测模型在顺层偏压隧道大变形预测方面有很高的适用性能。     

检测混凝土内部缺陷与厚度的冲击反射法及测试系统

冲击反射法是一种新型的混凝土结构无破损检测技术，它可以用专门的冲击器在结构物的一面轻微弹击，利用应力波的往复反射探测结构物内部的缺陷和厚度，作者研究了这项技术并推出一整套测试系统，本文叙述该项技术的原理，测试系统及工程实际应用情况。