动态RFID系统中一种准确标签估计的动态帧时隙ALOHA算法

在RFID的应用系统中,动态RFID系统受到越来越多的关注,在该系统中,标签附着在商品表面,在阅读器信号区内沿着固定路径移动,由于标签在信号区的时间有限,因此可能出现标签未识别就离开阅读器信号区。如果标签识别采用原有的基于静态场景的RFID的动态帧时隙ALOHA算法,会出现标签数估计错误问题,这是由于原有的动态帧时隙ALOHA算法没有考虑新标签会源源不断地进入阅读器信号区,这将导致标签识别效率的降低和标签丢失率的增加,本文中新进标签和移出标签对未识别标签数的影响被考虑在新的标签识别算法中。仿真结果表明,本文提出的协议可以有效提高标签识别效率并减少标签的丢失率。     

基于支持向量机的边坡稳定性识别研究

考虑到边坡岩体稳定性问题存在高度的非线性,建立了基于支持向量机的边坡岩体稳定性的判别模型,它是一种基于统计学习理论的识别方法,这种模型非常适合用于对小样本的学习,且训练后的支持向量机判别模型具有很好的推广性能.采用工程实例进行分析,结果表明,基于支持向量机的边坡岩体的稳定性识别模型具有较高的准确率,且操作简便.     

基于LC-HB模型的铁路货运客户选择偏好差异性与市场细分方法

铁路货运客户自身的选择偏好直接影响对运输服务的选择,进而影响到不同货运服务的市场占有率,而选择偏好性受显性变量和隐性变量的影响。基于随机效用模型,分析铁路货运客户的运输服务选择模式,引入潜类模型,将客户选择偏好纳入先验概率和后验概率模型,并根据客户对服务属性的选择偏好差异性,建立铁路货运市场细分模型。同时,使用叙述性偏好实验,构建铁路货运服务效用模型,通过模拟服务选择过程,获取客户对不同货运服务的选择偏好数据。通过分层贝叶斯与潜类模型,对用户选择效用值和市场细分值进行迭代运算,得到实验样本选择偏好差异性的多元分布函数,及每个市场细分的客户规模、隶属度函数、对服务属性和服务层次的效用值。数据分析表明,客户选择偏好存在明显差异性,同时,解释并验证内生性市场细分方法能够对不同客户群体的隐性变量进行刻画,进而从铁路货运客户选择行为角度划分货运市场。     

基于时间窗的城市医药品动态配送路径优化模型与算法

由于城市医药客户需求的随机性和不确定性,需要对医药品进行动态配送路径的优化.以客户服务时间窗为约束,以降低药品配送费用及提高服务准时性为目标,建立配送路径初始优化模型与动态优化模型,并利用遗传算法进行求解.研究结果表明:遗传算法能迅速收敛到最优解,配送费用得到较大程度的节省,服务准时性得到较大提高,能较好地满足城市医药...     

基于递归二分类法的电力机车四象限输入过流故障诊断研究

四象限输入过流故障是HXD1型机车牵引变流器的主要故障之一,由于引发该故障的原因较多且故障样本分布不均,导致该故障难以诊断与定位,为此提出了一种基于递归二分类的故障诊断方法。基于K-Means与小波包分解对数据相关关键字段进行特征提取,用基于集成学习的梯度提升决策树(GBDT)构造可靠的分类模型以及用递归二分类法对多标签数据进行递归分类与诊断。对HXD1型机车四象限输入过流故障样本文件进行相关试验,结果表明该方法对于故障样本分类及故障诊断定位有显著提升效果。     

基于半监督深度学习的无砟轨道扣件缺陷图像识别方法

提出基于置信图的扣件子图快速定位算法,即基于概率图模型构建扣件子图邻域纹理图和初始引导图与被定位图之间的置信图,并通过计算置信图的最大极值点实现对扣件子图中心点的快速定位。在此基础上,针对无砟轨道扣件缺陷样本相对稀缺的问题,提出基于半监督深度学习的扣件缺陷图像识别方法,即首先采用稀疏自编码(SAE)网络在无标签的数据集进行迭代学习获得扣件子图稀疏表征,然后将训练好的SAE网络连接softmax层组成分类网络,最后在有人工类别标注的小数据集进行二次训练及参数微调获得最终的识别模型。通过在装配WJ-7型扣件的CTRS-Ⅰ和WJ-8型扣件的CTRS-Ⅱ型无砟轨道图像进行应用测试和方法验证。结果表明:该方法可快速精确定位扣件并识别扣件缺失、弹条折断、弹条移位3类缺陷,有效检出率达95%以上。     

基于多尺度密集对比增强自监督的简统化接触网缺陷检测

针对简统化接触网缺陷检测缺陷样本少、目标小、类别多的问题,提出基于多尺度密集对比增强自监督的简统化接触网缺陷检测方法。利用编码器提取多尺度特征,构建多尺度对比和密集对比更新模型,通过迁移学习的方式获取预训练模型,进而获得高精度缺陷检测模型。实验证明本文所述方法具有一定的可行性和有效性,对于研发可实际应用的简统化接触网缺陷检测系统具有重要意义。     

面向铁路客运场景的对抗鲁棒性人头检测模型

基于人头检测的人群数量估计算法能为铁路客运车站应对突发客流、防止人群聚集提供有效的决策辅助，但人头检测使用的深度学习模型易受到对抗样本影响。为提升深度学习模型的对抗鲁棒性，建立了基于RetinaNet算法的人头检测模型；在Brianwash数据集上分别使用快速梯度符号法（FGSM,Fast Gradient Sign Method）和投影梯度下降（PGD,Projected Gradient Descent）2种对抗攻击方法生成对抗样本，初始模型在对抗样本数据集上的m AP值均有显著下降，验证了对抗攻击对模型性能影响的有效性；再对模型进行对抗训练，对抗训练后的模型在各类对抗样本验证数据集上的m AP值均有显著提升。实验结果表明，对抗训练后的人头检测模型能有效防御对抗样本的攻击，提升模型检测性能和对抗鲁棒性。     

基于多传感器融合的视觉感知困难样本挖掘方法

视觉感知困难样本能有效提升自动驾驶场景中目标检测算法的性能,但是这些样本通常稀少且难以通过简单手段获取.针对该问题,文章提出一种基于多传感器融合的视觉感知困难样本挖掘方法.该方法利用雷达点云分割出来的障碍物目标对图像检测目标进行交叉复核,基于实际障碍物在多传感器间的映射关系挖掘图像目标检测算法难以识别或者未加入模型训练的样本,并将这些困难样本通过云边协同机制用于图像目标检测模型的重训练和远程部署,实现模型的优化迭代更新.试验表明,该方法可以有效挖掘矿用卡车自动驾驶场景的困难样本,通过增量迁移学习显著提升图像目标检测算法性能.同时,该算法对轨道交通等领域自动驾驶场景也具有重要的指导意义.     

基于主成分分析和随机森林回归模型的工艺装备轴承剩余寿命预测

为解决传统随机森林回归模型对工艺装备轴承剩余寿命预测准确率偏低的问题，提出一种将PCA(主成分分析)和随机森林回归模型相结合的工艺装备轴承剩余寿命预测方法。首先，应用时域分析法对特征集进行提取，并和样本对应的剩余寿命标签共同创建并形成训练集；然后，利用PCA算法对训练集中特征实施降维处理；最后，建立随机森林回归模型，输出工艺装备轴承剩余寿命。研究结果表明：基于PCA算法和随机森林回归模型的预测方法将预测准确度提高了约10%,证实了该方法的有效性和准确性。     

行李安检智能检测最难分样本集选取方法研究

研究表明,使业务模型性能变差的难分样本对系统边界决策能力增长有决定性影响。由于行李携带危险品的多样性及实物形态的不确定性,以及现场行李安检系统生成的行李X光图像数据呈现“长尾分布”特征,由有限次样本采集的数据集训练得到的智能检测模型,在应用于现场行李安检系统后,存在检测准确率不高的问题。文章针对行李安检智能检测数据分析闭环流程,提出最难分样本集的离散强化选取方法,可从现场行李安检系统运行过程中产生的危险品实例图像中选取最难分样本集,作为新增样本数据,用于智能检测模型的学习更新,实现安检智能检测软件性能的持续增强。     

基于射频技术的电子货架标签设计

本文采用射频通信技术,以单片机和低功耗射频芯片为核心器件,设计了一款液晶显示的电子货架标签.从硬件和软件2个方面对标签信息更新的可靠性和低功耗进行了设计.搭建了实验平台,实验结果表明设计实用、可靠.     

铁路客运专线融资结构方案比选研究

所提出的铁路客运专线融资结构方案比选是一个复杂的多目标决策问题。根据这个特点,建立了铁路客运专线融资结构方案比选递阶结构模型、指标组合权重AHP(Analytic Hierarchy Process)计算模型以及AHP-TOPSIS(Technique for OrderPreference by Similarity to Ideal Solution)决策评价模型;编制了比选系统和分析软件;最后对给出的应用实例进行了验证。研究表明,该比选系统能充分利用信息对复杂方案进行优劣排序,排序结果能够比较客观地反映我国铁路客运专线融资结构的实际情况,可为铁路客运专线的融资结构提供指标评价及方案优选服务,避免因主观原因而造成的决策偏差。     

铁路智能客服关键技术研究

提出铁路智能客服总体框架,研究铁路客运服务专业的语义理解与处理,深度学习模型和用户画像等关键技术,解决铁路12306互联网售票系统(简称:12306系统)客服维护成本高、服务时间受限、培训成本高、线路忙、人为错误不利于控制等问题。研究表明,铁路智能客服可有效提高铁路12306系统客服接通率和客户满意度,提升铁路用户体验,树立铁路良好社会形象。     

单悬浮架多控制器耦合磁悬浮系统动态特性研究

介绍交互使用有限元分析软件和控制系统仿真软件实现弹性体与多控制器耦合结构的磁悬浮系统仿真方法。利用该方法研究弹性悬浮架的机械解耦作用。在控制系统仿真软件中建立磁悬浮系统刚性部件的动力特性模型以及悬浮控制器反馈模型,同时使用有限元技术建立弹性悬浮架模型,通过二次开发语言编程实现弹性悬浮架动力响应的有限元分析全过程,用C 语言编程实现仿真程序调用有限元分析程序的接口,从而实现整个悬浮系统的仿真。仿真过程证明,弹性悬浮架能够消除或减弱悬浮控制器之间的耦合作用。     

转臂轴箱定位节点位置对机车动力学性能影响分析

利用SIMPACK建立某出口2B0机车动力学模型,分析了转臂轴箱定位节点的纵向位置对机车动力学性能的影响.研究表明节点纵向位置对机车横向稳定性有较显著影响,而对机车直线和曲线通过性能影响不大.得出了在动力学模型中,需要把转臂作为一个单独元件考虑,以减小计算误差的结论.     

半主动悬挂机车平稳性和曲线通过动力学性能仿真研究

利用天棚控制原理和SIMPACK动力学软件分别建立二系横向和垂向半主动悬挂机车模型,分析比较了横向、垂向半主动悬挂和被动悬挂的平稳性,以及300 m曲线半径通过时的动力学性能,得出采用半主动悬挂方式可有效地提高机车的平稳性．但同时会使轮对动力学性能恶化。因此有必要对构架结构参数和悬挂系统参数作进一步优化和研究。     

基于模型参考自适应方法的无速度传感器永磁同步电机控制

从永磁同步电动机的数学模型出发,以电动机转速为可调参数,基于电动机电流模型建立参考模型与可调模型,通过对转速估计自适应律的数学推导,提出了新的基于模型参考自适应的永磁同步电动机无速度传感方法.并根据波波夫超稳定性定理证明了系统稳定性.在MATLAB/Simulink环境下实现了永磁同步电动机基于模型参考自适应的无速度传感系统的仿真,仿真结果表明该无速度传感方法具有较好的动静态效果,可供无速度传感器情况下的永磁同步电机控制系统设计参考.     

改进型柔性神经网络及在开关磁阻电机磁化曲线建模中的应用

针对传统神经网络建模的不足提出了一种改进型的柔性神经网络。阐述该网络在学习、训练过程中不仅可以调节连接权,而且加强了对网络非线性函数参数的实时修改,通过多自由度的训练与调整,使所建网络达到最佳的性能。给出了所建网络的结构与学习算法,并通过算例的形式将其与传统BP神经网络及传统已有柔性神经网络进行了全方位比较。结果表明,改进型网络由于其三自由度调节参数的能力,具有比传统BP网络及已有柔性神经网络更强的学习能力,它以最少的迭代循环次数实现了期望精度。     

一种货运列车节能优化方法研究

研究了一种货运列车节能优化方法.首先以列车运行时间为约束,建立列车节能运行优化模型.设计了一种基于极大值原理的动态规划算法,在满足运行时间约束下,实现列车最优节能运行操纵策略优化.本算法仅仅对速度进行离散化处理,相比其他方法需对位置和速度进行双重离散,避免因网格划分引起的速度轨迹波动,同时提高了计算效率.此外,该算法将...