正常和病变肺段及肺段以上各级支气管的CT分析

目的 提高常规ＣＴ招手主肺段以上各级支气管的认识，进一步识别异常支气管。方法 通过对８６例正常人胸部和４５例肺部疾病常规ＣＴ扫描观察分析正常用异常肺段及肺段 级支这的改变。结果 正常肺段 上各级支气管的显示率为８１－１００％，段支气管显示率３４－９１％ＣＴ扫描显示支气管异常的敏感性为９６％，特异性为９９．７％，准确性为９９．４％。结论 ＣＴ扫描对正常肺段肺段以上各级支气管的认识及对异常支气管的Ｃ     

振动台试验过程中基于加速度响应的动力特性识别

在一组不同构造类型桥墩抗震性能研究的振动台试验研究中,采用了基于白噪声激励的频率识别方法和直接基于加速度时程响应的频率振型识别方法,对各个试件的动力特性结果进行了研究．与常规振动台试验过程中的动力损伤识别方法不同,建议采用时域随机子空间方法进行结构频率振型的识别．另一方面,针对本实验研究中的桥墩,采用单自由度模型对不同简化程度的模型进行了动力特性比较．分析结果表明：采用动力特性识别方法是合理可行的．     

基于形态检测与深度学习的高空视频车辆识别

为了准确提取广域场景道路交通信息,本文融合形态检测与深度卷积网络,提出了无人机视频车辆定位及车型识别方法. 首先,基于形态检测建立候选目标提取算法,并构建了含244 520 个无人机视频车辆样本的深度学习图像基准库;然后,通过增加卷积层、池化层及调整网络参数等方法对AlexNet 进行重构,提出了改进模型AlexNet*;最后,建立了基于候选目标提取算法与AlexNet*的车辆识别方法. 验证分析显示：AlexNet*的图像分类F1 均值达 85.51% ,优于AlexNet(82.54% )、LeNet(63.88% )、CaffeNet(46.64% )、VGG16(16.67% ) 及 GoogLeNet(14.38%);本文车辆识别方法对小汽车及公交车的正检率、重检率和漏检率均值分别达94.63%、6.87%、4.40%,可有效识别无人机视频目标.     

基于形态检测与深度学习的高空视频车辆识别

为了准确提取广域场景道路交通信息,本文融合形态检测与深度卷积网络,提出了无人机视频车辆定位及车型识别方法. 首先,基于形态检测建立候选目标提取算法,并构建了含244 520 个无人机视频车辆样本的深度学习图像基准库;然后,通过增加卷积层、池化层及调整网络参数等方法对AlexNet 进行重构,提出了改进模型AlexNet*;最后,建立了基于候选目标提取算法与AlexNet*的车辆识别方法. 验证分析显示：AlexNet*的图像分类F1 均值达 85.51% ,优于AlexNet(82.54% )、LeNet(63.88% )、CaffeNet(46.64% )、VGG16(16.67% ) 及 GoogLeNet(14.38%);本文车辆识别方法对小汽车及公交车的正检率、重检率和漏检率均值分别达94.63%、6.87%、4.40%,可有效识别无人机视频目标.     

交通事故易发路段的识别及速度控制

我国道路交通事故频发,造成极大的经济损失和不良的社会影响。在对国内外交通事故多发路段识别方法分析的基础上,总结分析交通事故易发路段的识别方法以及速度控制措施。该研究可为道路交通事故预测预防提供依据。     

车辆装载几何参数超限识别方法

为了提高超限运输检测的精度,提出了车辆装载几何参数超限识别方法。应用2个激光测距传感器分别扫描通过车辆,得到不完整的端部轮廓以及各点坐标值,根据左轮廓最小横坐标、右轮廓最大横坐标与两轮廓的最小纵坐标,计算了车辆装载宽度和高度,再经过轮廓合成,得到完整的正投影,应用光幕和光电开关构成的复合基准点判定装载长度,并与载货汽车运输超限判定标准比较。现场测试结果表明:检测误差在±3%的范围内,可以实时存储通过车辆身份,因此,识别方法精度较高,检测结果直观。     

基于环境激励的桥梁模态参数识别

深入研究基于环境激励的模态参数识别方法的原理及特点,归纳分析了基于环境激励的模态参数识别方法的优点,并借助一定的桥梁实例分析,对基于环境激励的模态参数识别方法进行了深入的研究,为基于环境激励的桥梁模态参数识别的研究和发展奠定了坚实的基础。     

公路桥梁结构损伤检测识别方法与技术

为了提高公路桥梁结构的稳定性,在实践过程中必须要科学的选择识别结构损伤的方法,从而保证公路桥梁结构的稳定性满足实际需求,基于此,文章对桥梁结构损伤检测识别方法进行了总结,并且对各种损伤检测识别方法的应用要点进行阐述,分析可知,不同的检测识别方法和技术在应用时能够对不同类型的桥梁结构进行检测,获取的检测结果能够直接反射出结构问题。     

基于百度大数据的用地出行率计算方法

为提高交通出行率的准确性和可靠性,打破现有手段获取地块交通出行率存在的局限性,提出一种基于百度大数据的出行率计算方法。通过建立出行停留点识别方法,对城市用地与停留点数据进行匹配,进而论证方法的可行性和准确性。结果表明,基于百度大数据的用地出行率计算方法在特定城市有更高的准确性,且适用于任意地块、任意时段的用地出行率调查。本研究可为城市地块交通出行率的计算提供参考,也为城市管理主体进行管理决策和城市交通规划工作提供技术支撑。     

高速公路运营阶段事故黑点识别与改造

为提高高速公路运营阶段的安全水平,首先应用不受统计尺度和位置影响的事故黑点识别方法,通过划分道路统计单元,选取参考窗口与比较窗口,计算事故严重程度系数,再根据识别阈值精确判断事故黑点的位置及严重程度。最后,对事故黑点的事故特征和成因进行分析,主要运用基于视觉光流率和边缘率的车速控制理论与方法对事故黑点进行改造。     

一种在线快速判定交通流混沌的方法

对混沌、非混沌交通流序列进行了多尺度分解,发现在高频系数部分存在明显结构上的差异,依据这种差异提出了一种基于系统历史信息的在线快速判定交通流混沌的方法.实验结果表明:新的混沌判定方法比传统的混沌判定方法需要的样本数少、识别率高.该判定方法同样适用于其他确定系统在线混沌现象的快速判定.     

基于投影寻踪动态聚类的快速路交通状态判别

为了提高快速路交通运行状态的判别精度,利用地点交通参数与交通状态之间的映射关系,提出了基于投影寻踪动态聚类模型的快速路交通状态判别方法.该方法综合投影寻踪技术和动态聚类方法构造投影指标函数,采用混合蛙跳算法优化投影指标函数的投影方向获得最佳投影方向,并利用仿真数据标定了交通状态判别阈值.结合仿真数据和实测数据进行了实验验证和对比分析.实验结果表明,投影寻踪动态聚类模型能够有效提高快速路交通状态判别精度,平均判别率为97.01%,平均误判率为0.86%,平均判别精度分别比BP神经网络模型和模糊C均值聚类模型方法提高了8.9%和4.5%.      

基于EEMD-TEO熵的高速列车轴承故障诊断方法

为了解决高速列车轴承早期故障中低频信号的类间分离性较弱、保持架故障难以识别等的问题,提出了基于Teager能量算子（Teager energy operator,TEO）聚合经验模态分解（ensemble empirical mode decomposition,EEMD）熵的自适应诊断方法.该方法将EEMD、样本熵、TEO相结合,利用EEMD的自适应性得到固有模态（intrinic mode function,IMF）信号,用改进的TEO从IMF中提取得到样本熵,使用支持向量机（support vector machine,SVM）判断轴承工作状态与故障类型;讨论了EEMD能量熵、EEMD奇异值熵、EEMD-TEO时频熵生成的故障特征向量以及该向量在SVM中识别结果;对正常轴承、保持架故障、滚动体故障3种状态的轴承样本数据进行了故障诊断.研究结果表明:对3种轴承的故障识别率可以达到98%,较传统的经验模态熵识别率提高了2.6%,该方法可用作高速列车轴承状态诊断.      

基于道岔曲线信息的列车定位方法研究

在安全苛求的现代列车控制系统中,列车的实时定位是一个十分重要的环节. 传统的基于里程计的列车定位方法只能提供列车行驶的里程信息,在具有多条平行股道的铁路车站,传统的列车定位方法无法解决轨道占用识别的问题. 本文根据列车在铁路线路上运行的特点,提出了基于道岔曲线信息的列车定位方法,该方法利用GPS及惯性传感器辅助提取列车在道岔处的速度、加速度、角速度等运行特征,得到列车在道岔处的转弯半径、曲率变化及运行方向,并通过与车载地图数据库进行比较,实现准确的轨道占用识别及列车定位. 文中给出了采用传感器获取运行特征的方法以及实现道岔信息匹配的流程. 现场测试结果表明,在当前试验条件下,该方法已具备较强的轨道占用识别能力,能够在一定程度上提高列车定位的性能.     

基于半监督哈希算法的交叉口交通状态识别

准确辨识交叉口交通状态是实施有效交通控制策略的前提. 传统交通状态识别方法是利用占有率、排队等统计数据设计指标实现状态识别,存在只能从单一角度刻画交叉口交通需求的问题. 对此,提出基于半监督哈希算法的交叉口交通状态识别方法. 从原始数据丰富特征入手,构建交叉口有效检测区域的图像化模型;将交叉口交通状态识别转化为图像搜索问题,利用监督哈希算法实现基于部分标签信息的图像搜索,进而得到交叉口的交通状态;最后,利用仿真对该方法进行了验证. 结果表明,所提方法在识别精度和速度上具有可行性和有效性.     

基于附着系数曲线长度的路面识别仿真研究

要使汽车制动时能够充分利用路面的附着条件,需要对路面状态进行识别。以滑移率区间[0,0.1]上的附着系数曲线长度作为路面识别的参数指标,在Kiencke轮胎—路面模型的基础上给出了7种典型路面的识别区间,据此在制动时完成路面识别。使用单轮车辆模型,在跃变路面上进行了仿真试验,结果表明:该方法对单一路面的识别时间约0.025s,对跃变路面的识别时间约0.01s,对不同路面附着条件的利用明显改善,提高了路面识别的快速性、准确性和制动性能。     

���ڵ���������Ϣ���г���λ�����о�

在安全苛求的现代列车控制系统中,列车的实时定位是一个十分重要的环节. 传统的基于里程计的列车定位方法只能提供列车行驶的里程信息,在具有多条平行股道的铁路车站,传统的列车定位方法无法解决轨道占用识别的问题. 本文根据列车在铁路线路上运行的特点,提出了基于道岔曲线信息的列车定位方法,该方法利用GPS及惯性传感器辅助提取列车在道岔处的速度、加速度、角速度等运行特征,得到列车在道岔处的转弯半径、曲率变化及运行方向,并通过与车载地图数据库进行比较,实现准确的轨道占用识别及列车定位. 文中给出了采用传感器获取运行特征的方法以及实现道岔信息匹配的流程. 现场测试结果表明,在当前试验条件下,该方法已具备较强的轨道占用识别能力,能够在一定程度上提高列车定位的性能.     

闭环系统辨识的模型结构检验

对于闭环系统辨识的模型结构检验问题,在预测误差辨识法的前提下,从参数估计的统计特性中推导出两概率模型不确定性边界及最优的输入滤波器形式。概率边界及输入滤波器是基于参数估计的渐近正态分布的方差矩阵,该方差矩阵由采样数据估计而得。根据未知参数的渐近方差矩阵内积形式从概率统计意义上构造模型参数及互相关函数的不确定性边界,从优化的角度推导输入滤波器的选取形式。最后用仿真算例验证本文辨识方法的有效性。     

兔肾脏的扫描电镜观察—DMSO冷冻割断法

本文以二甲亚砜(dimethyl Sulfoxide,DMSO)冷冻割断技术处理正常兔肾脏,在扫描电镜下研究肾脏的超微结构。在正常肾小体超微结构的基础上,研讨肾病综合征某些症状形成的机理。     

基于集成学习算法的航路网络航段交通拥挤识别方法研究

基于航路网络ADS-B航迹数据定义航路网络航段交通流量、航段交通密度、航段交通饱和度、航段交通接近率4 项交通拥挤状态评价指标;采用模糊C均值聚类算法和航段历史交通拥挤状态评价指标参数划分航段交通拥挤状态等级;结合集成学习算法构建航路网络航段交通拥挤状态识别模型,实现航段交通拥挤状态的识别. 实证分析表明：航路网络交通拥挤状态集成学习识别模型对实验航路网络航段交通拥挤状态识别准确率达到98.34%,采用决策树基学习器优于k 近邻基学习器,且增加的集成学习基学习器数量可提升模型的识别精度;集成学习识别模型的识别性能优于BP神经网络模型,识别方法符合实际且具有应用价值.