上海东站枢纽建设对长三角城市群空间结构影响

上海东站枢纽的建成将真正实现上海的内外连通，形成连贯的内外交通体系，充分发挥东站枢纽城市门户功能，势必会对长三角城市群产生影响。基于灰色预测模型，对2025年长三角地区（东站枢纽建成后）的数据进行预测，利用社会网络分析法对上海东站枢纽建成前后对长三角城市群空间结构的影响进行比较和分析。结果显示，在2025年长三角城市群的空间网络联系中，其整体网络的关联数和网络密度呈增加趋势；网络的点度中心度均值和中间中心度均值亦增加；子群内城市的位置也发生了相对变化，子群间的平均密度明显增加。研究结果证实，上海东站枢纽的建成将使这一枢纽片区具备比上海陆家嘴片区更高的区域中心度，可承接陆家嘴的部分中心功能,有利于优化长三角城市群的空间网络结构，促进长三角地区的一体化发展。     

基于网络子图表示的铁路运输安全事故分类方法

为解决铁路货物运输中的安全事故分类问题,本文提出了一种面向子图表示的铁路运输事故分类方法。运用网络表示学习方法对货运记录进行网络构建,表示出货运记录及记录之间的相似性,通过图卷积神经网络将货运记录网络结构中的节点信息和边信息进行融合,通过对节点相似度的利用,提升货物运输事故的分类判断准确度。实际数据实验中,将事故类型分为4类,抽象成为一个四分类问题,实验结果表明决策树的F1值稳定在66%,本文提出的方法相比决策树算法F1值提高约9个百分点,达到75.1%。     

拥堵情境下国际铁路货运网络关键节点识别

为有效识别拥堵情景下国际铁路货运网络中的拥堵、连接影响关键节点，利用赋权PageRank方法，建立了拥堵赋权影响下的货运网络模型，设计了基于拥堵的关键节点识别算法，并根据各节点对拥堵变化情况的反馈差异，获取了拥堵、连接影响正负反馈关键节点。以中欧班列2020年9-12月货运网络为算例对算法进行了验证，结果表明该算法兼顾运输网络拓扑结构特征及拥堵在网络中的传播影响，可有效识别网络中的拥堵影响、连接影响正负反馈关键节点，可为国际铁路货运网络在运输过程中的运作及运营把控提供理论依据。     

管道环焊缝检测图像智能识别技术研究

为提升环焊缝缺陷排查效率和智能化水平,对管道环焊缝的漏磁和射线检测图像进行了缺陷智能识别技术应用研究。基于管道环焊缝射线检测底片的数字化图像,进行了缺陷图像智能识别流程制订、算法设计和软件开发,实现了未熔合等样本缺陷的智能识别分析。对在役管道的漏磁内检测数据,开发环焊缝图像自动获取和识别分析算法工具,实现了环焊缝缺陷等特征图像的自动采集和识别分析。     

基于信息融合的驾驶警觉度识别方法研究

为了对驾驶警觉度水平进行有效识别,基于眼动信号和心电信号特征指标的信息融合构建了一种驾驶警觉度水平的识别方法。通过驾驶行为绩效验证了驾驶警觉度等级划分的合理性,在此基础上对眼动信号和心电信号进行特征参数的提取和筛选,结合支持向量机(support vector machine, SVM)以融合眼动信号和心电信号为输入构建驾驶警觉度识别模型,并通过30名驾驶员的实验数据对模型进行检测。结果表明不同等级警觉度下的驾驶行为存在显著差异性,验证了驾驶警觉度等级划分的合理性;基于信息融合构建的模型识别效果更优,其识别准确率为89.23%,使用单模态眼动和心电指标分别构建的模型识别准确率为84.36%和81.65%,该方法可用于驾驶警觉度识别以提高识别准确率。     

基于重要度贡献矩阵的城市轨道交通网络关键节点识别

关键节点识别对城市轨道交通系统可靠性的提高具有重要作用。针对当前节点关键节点识别方法无法对网络中节点综合属性进行评价的不足，本文综合考虑基于传输效率的重要度贡献矩阵以及节点的介数和度构成的节点综合特征指标，构建节点重要度评价矩阵，提出了城市轨道交通网络关键节点识别方法。以成都轨道交通为例构建拓扑网络并进行关键节点识别，对识别出的30个关键节点的重要度评价结果进行分析，本文方法克服了单一指标无法判断节点重要度的缺点，并与既有方法做连锁故障仿真对比，结果表明本文方法下的网络效率下降得更快，验证了方法的有效性。     

基于概率图模型的机动车逆行行为识别

由于车载定位设备精度的不断提高，利用车辆的轨迹数据可以识别车辆的逆行行为，但设备或环境会产生噪声，本文主要针对轨迹处理过程中的噪声问题，研究概率图模型下的逆行行为概率判断。首先对机动车出行轨迹进行识别，拆分成出行轨迹，解决因为掉头等对概率判断的影响；再利用动态贝叶斯网络建立马尔科夫模型，对识别结果空间推断；进而基于方向角数据结合卡尔曼滤波法进行去噪后与地图匹配，计算定位点在道路上的先验概率和条件概率，再利用相邻轨迹点的条件概率计算该点的逆行概率，最终设定逆行行为判定阈值，并利用已知的轨迹数据验算准确性。结果显示，利用动态贝叶斯网络能够发现机动车的逆行行为，对提高道路安全有重要意义。     

基于模态应变能的结构损伤识别算法分析

为探究一种有效的桥梁损伤识别方法,通过模态柔度理论算出结构的模态柔度矩阵;模态应变能理论算出每个单元的变化率和最大变化率,并将其比值作为损伤识别的指标;并改进差分进化算法,再用实验验证。结果表明,模态应变能法和改进的差分进化算法对均质金属梁和钢筋混凝土梁损伤位置的识别是有效的。     

隧道掌子面地震动力响应特性及加固方法

文章以雅沪高速公路石棉隧道为工程背景,研究分析了地震动力作用对隧道掌子面稳定性能的影响及加固措施。首先,阐述了隧道震害的主要形式及隧道掌子面的力学平衡机理,并采用FLAC3D有限差分软件,针对不同地层中的隧道掌子面进行了地震动力响应分析;其次,通过对比静力和动力下掌子面的稳定状况,分析地震对不同地层中隧道掌子面稳定性的影响,总结出了掌子面挤出变形和约束压力随地震时程的变换规律,并通过掌子面平均塑性剪切应变、掌子面挤出变形、掌子面约束压力等参数评估了加固效果。分析结果表明,与隧道衬砌相比,隧道掌子面更容易受到地震的破坏;地震动力作用对不同地层条件中隧道掌子面的影响程度是截然不同的,岩质地层中隧道掌子面受到的影响较小,而土质地层中隧道掌子面所受影响则很大;锚杆的加固作用能显著提高隧道掌子面的抗震性能。     

左转过饱和考虑相位均衡的信号配时优化研究

提出在保障交叉口总体效益最优和考虑驾驶员对红灯时长容忍度的前提下，设置逆向可变车道达到降低交叉口延误和提升通行能力。以各相位有效绿灯时长为优化变量，建立交叉口信号配时优化模型，并采取MOEA/D算法进行求解，结合设计案例，利用VISSIM7.0仿真软件在单位时长下对比优化前后各相位车均延误、车均排队长度和通行能力。求解的有效绿灯时长为19s、16s、15s、16s，有效验证了均衡相位绿灯时长的假设；仿真结果表明，车均延误平均下降26.15%；车均排队长度平均下降76.84%；通行能力平均提升约11.39%。提出的方法在降低交叉口延误，提升通行能力同时，能够均衡分配各相位有效绿灯时长，进而降低驾驶员等待红灯的焦虑感。     

基于双段求解的高精度浮尘离散模拟方法与应用

对掌子面爆破后隧道内浮尘时空演化特征进行动态模拟求解时引入数值逼近模型拟合出浮尘的初始排放量，在此基础上根据隧道实际工况提出了双段离散求解的数值模拟方法，解决主观赋值及精确求解的问题。以贵州某在建隧道为研究背景，利用有限元Ansys-Fluent软件离散模式对浮尘的动态时空浓度场进行双段求解计算,一阶段对静风状态下浮尘浓度梯度上的弥散进行模拟，二阶段对机械通风条件下浮尘的随流扩散进行模拟。研究结果表明：通风试验周期内沿程采样点模拟数据与实测数据的最大误差百分比为13.67%，随机采样点最大误差百分比为12.39%；采用双段模拟求解法对其他两座风筒拱顶布局、台阶法开挖的在建隧道进行了浮尘动态模拟，各随机采样点上误差百分比均控制在11%以内。相关数据表明双段模拟求解法具有普遍适用性，不同工况下均可有效保证模拟数据的低误差百分比，双段模拟求解法可作为掌子面爆破后浮尘动态演化的一种新型高精度模拟应用方法。     

油管螺纹图像处理方法研究

油管螺纹图像主要用于对螺纹形貌的观察和测量。对螺纹图像采用了低通滤波、对比度变换、高通滤波等处理方法,有效地改善了图像的质量。用于尺寸测量的螺纹牙型图像根据其直方图的特征,首先采用灰度阈值分割法分离牙型轮廓,生成二值图像,然后利用跨度最小的Roberts算子提取二值图中螺纹轮廓线,得到的轮廓边缘细致、准确,可以用于尺寸测量。     

区域轨道交通多制式复合网络连通特性研究

网络系统的连通性是其可靠性、可达性的基本前提。在轨道交通“四网融合”战略背景下，分析了区域轨道交通多制式复合网络连通度影响因素；从系统中观层面，分析了区域轨道交通多制式复合网络连通度的内涵；提出了区域轨道交通多制式复合网络的连通性的计算步骤并给出了计算实例。用连通性对区域轨道交通多制式复合网络的结构和功能进行分析和评价，能够判别路网互联互通的程度，可为网络规划设计及运营管理提供参考。     

基于BA演化模型的现代军交运输指挥复杂网络研究

对现代军交运输指挥的一般问题进行网络抽象,根据其特点,对BA模型进行必要的演化,构建了新的军交运输指挥复杂网络模型,通过对模型的仿真,得出了模型的度分布、平均路径长度和聚类系数等统计特征值,并对其进行了比较分析,为下一步的深入研究奠定了基础。     

基于全景展开图像的隧道衬砌渗漏水数字化识别方法研究

文章通过隧道衬砌展开影像生成器软件对隧道衬砌渗水区域采集影像进行特征点提取、图像匹配、模型识别、图像展开与拼接处理,得到隧道衬砌的全景展开图像。利用图像分割与处理技术,对全景图像采用灰度图像转换、阀值选取、二值图像开闭运算等原理实现对图像渗水区域信息的识别与修正,并基于贵州某运营公路隧道衬砌渗漏水实例,经过若干算法程序提取出该隧道渗水病害的位置、面积及病害长度等特征信息,建立了一套隧道衬砌渗漏水病害的数字化识别系统,可为隧道衬砌渗漏水检测提供一种便捷、高效、全面的综合检测手段。     

基于小波低频分量的交通标志定位算法研究

交通标志检测是交通标志识别系统的关键技术之一,常规的基于颜色空间的检测算法一般是在较简单场景下进行的,其效率较低。为能在复杂场景下快速准确的定位出交通标志,文章提出了一种基于小波低频分量的交通标志检测方法。首先,对采集的RGB图像中三个分量分别进行自适应对比度增强,取其三个分量中最大值作为灰度图像的灰度值,然后利用小波变换对其灰度图像进行分解,对分解得到的低频分量采用Lo G算子进行边缘检测;接着对边缘图像进行灰度形态学和二值化处理,最后,利用改进的霍夫变换对圆形和三角形交通标志进行分割和检测。通过对复杂环境下采集的大量交通标志图像进行测试,结果表明:文中设计的算法具有较强的实时性和鲁棒性。     

基于半监督SVM的交通方式特征分析和识别

为解决基于手机信令数据识别大规模用户交通方式问题,多维度分析出行方式特征,提出结合主动学习和Tri-training的半监督支持向量机算法。以手机信令出行链为基础,将出行特征划分为距离、时间、速度、出行者属性等四类,并进一步研究多维度特征及其计算方法 ,基于有向无环图设计一种结合主动学习与基于Tri-training的半监督多分类支持向量机。运用HY市手机信令数据构建样本集并训练该分类器,与多种监督学习分类算法进行比较。结果表明主动学习构造的富含信息的已标记样本集可以减少半监督学习的迭代次数,Tri-training半监督支持向量机可以通过大量未标记样本提升分类器准确率,结合主动学习与Tri-training半监督支持向量机算法可以有效地识别手机信令数据出行链的交通方式。     

山岭隧道爆破效果神经网络评价模型及爆破参数优化决策方法研究

针对山岭隧道爆破开挖普遍存在的超欠挖过大、渣体块度不适等问题，分析了造成这些问题的主要因素，确定了隧道爆破开挖效果评价指标体系，建立了以爆破块度和超欠挖量为预测目标的隧道爆破效果神经网络评价模型，提出了基于深度学习的隧道爆破渣体块度实例分割算法，形成了山岭隧道爆破参数优化决策方法，进而开展了工程应用与验证。结果表明：（1）基于深度学习的隧道爆破渣体块度实例分割算法检测出的块体大小与真实值误差小于6.9%（置信度为95%），实现了隧道渣体块度样本数据的快速获取；（2）经148组工程实践样本数据训练后的隧道爆破效果神经网络评价模型能够较为准确地预测出爆破渣体块度与超挖量；（3）爆破参数优化后试验断面的平均线超挖量均在10%左右，较原方案降低了50%以上；实测得到的渣体块度与超挖值与模型预测结果一致性良好，偏差小于20%。     

民航跑道侵入事件致因网络模型构建与分析

跑道侵入事件是由多种因素相互作用导致的，为了明晰因素之间的关系，收集整理了国内2011年到2018年的跑道侵入事件案例；从人、机、环、管4个方面去分析这些事件案例，由此确定了36个影响因素；通过分析案例中影响因素间的关联性，确定了140种影响因素间的相互关系，并据此采用Gephi软件构建跑道侵入事件致因网络模型；利用度、聚类系数、中介中心性、网络直径及平均路径长度等复杂网络指标分析致因网络的结构特征，并找出需要防控的关键因素。结果表明：人、机、管是最容易导致跑道侵入事件发生的主要类别，同时影响因素中的培训和经验不足、注意力分配不当、盲目操作或行动、通信噪音等因素对于航空安全有较大的影响。     

隧道爬坡开挖与水平开挖掌子面稳定性对比分析

地铁附属结构施工时受场地及工期影响往往采取爬坡开挖方式。为了确定其掌子面的安全状态,文章通过理论分析并结合数值模拟,对比分析了爬坡开挖与水平开挖下掌子面的稳定性。其中,采用极限分析上限法掌子面破坏区假定,对比分析了爬坡开挖与水平开挖的破坏区影响范围及位置;采用数值分析方法,研究了爬坡与水平开挖不同工况下等值应变区的位置和掌子面水平位移变化规律。分析结果表明:隧道爬坡开挖造成的影响区范围略大于水平开挖,影响区位置比水平开挖略低;掌子面0～1/3高度范围内爬坡开挖引起的水平位移比水平开挖略大,掌子面1/3高度以上范围内略小;爬坡与水平开挖下掌子面最大水平位移均位于掌子面1/3高度处,且爬坡开挖下掌子面变形并不大于水平开挖;在不考虑超前支护的情况下,爬坡与水平开挖的掌子面稳定性基本一致,而在选取适宜的超前支护措施前提下,能够保证掌子面的稳定性。