提高交通事故证据调查的有效性

要保证道路交通事故案件事实清楚,证据确凿,就要提高交通事故证据调查的有效性。办案人员要学会针对不同证据种类、证明目的以及证明机制,选择适当的取证手段和鉴别方法,最大化地挖掘证据的证明效力。同时,要善于结合具体事物的客观运动规律,对已知证据进行分析、判断,及时排除虚假证据,从而为全案奠定坚实的证据基础。     

显微拉曼光谱在物证鉴定中的应用

对四起真实案例中涉及的物证进行显微拉曼光谱检测,检测结果准确可靠,检测过程方便无损,表明显微拉曼光谱在物证鉴定方中具有独特的优势.     

基于云模型与D-S证据理论的盾构施工隧道管片上浮风险评价

为定量评价分析盾构隧道管片的上浮风险并进行针对性的风险管控,以武汉地铁8号线黄浦路站-徐家棚站盾构区间段为 背景,构建隧道管片上浮风险评价指标体系和评价标准,建立基于云模型与D-S证据理论的盾构施工隧道管片上浮风险评价模型。 依据工程施工实测数据,对监测区段的上浮风险等级隶属度进行计算,经归一化形成证据并进行D-S证据融合; 基于条件化线性 组合规则,将历史证据与当前时刻证据进行证据更新,得出当前时刻该监测区间上浮风险的安全风险等级为较安全状态,最后针对 安全等级不高的材料因素给出相应的处理措施,为施工阶段隧道管片上浮风险评价与管理提供一种新的思路和方法。     

基于DS证据理论的不同光照条件下道路边界识别

为提高在不同光照条件下道路识别算法的适应性,采用从局部区域提取方向、道路边界梯度和灰度等3个特征的方法,该特征的提取几乎不受不同光照导致的道路图像全局灰度变化和阴影等噪声的干扰。共选取了14种特征单元,将道路的方向特征准确融入到局部梯度和局部灰度值中。通过应用DS证据理论,将道路边界3个特征和有效统计单元所占比例进行有效信息融合,使得目标函数可以准确拟合曲线的总体质量。在大量实验样本和光强信息的基础上,设定不同光照条件下的道路边界检验阈值选取范围,提高了识别的实时性。实验结果表明,该方法可以适应各种不同光照条件下的道路边界识别,且具有良好的准确性和实时性。     

车辆与行人碰撞痕迹鉴定在逃逸事故中的应用

随着公路基础建设的完善,汽车工业的快速发展,道路交通逃逸事故也在日益增多,这一现象严重损坏人民群众的利益,对社会造成恶劣形象.道路交通逃逸事故分析是个情况复杂且涉及面较广的过程,本文通过两例道路交通逃逸事故案例,通过对涉嫌车辆痕迹分析比对为基础,根据具体情况制定不同的勘查方案,并结合多种司法鉴定项目,对嫌疑车辆进行科学...     

基于证据理论和模糊神经网络的汽车换挡平顺性评价方法

针对目前汽车换挡平顺性评价方法的不足,提出了一个基于证据理论和模糊神经网络的汽车换挡平顺性评价方法.运用证据理论对不同驾驶员给出的主观评价进行数据融合;通过模糊神经网络对由仪器测得的客观评价指标和经证据合成后的相应主观评价构成的样本向量进行学习和训练,建立了汽车换挡平顺性评价系统.计算和试验结果表明,该方法克服了主观评价和客观评价各自的缺点,能客观、准确、有效地评价汽车换挡平顺性.     

证据理论在空中交通拥挤评估中的应用

针对我国空中交通拥挤评估工作中存在的问题,建立起1个评估空中交通拥挤的指标体系,并给出了基于证据理论的空中交通拥挤评估方法。通过对算例的计算和分析,验证了评估方法在空中交通拥挤评估中的有效性和可行性。     

移动式非现场交通执法的证据采集与处理方法初探

在分析讨论移动与固定设备之间的差异性、移动式设备种类等问题的基础上,初步提出以图片为证据存储模式的移动式非现场执法的处理流程及方法,为相关工作提供参考。     

基于神经网络和D-S证据理论的柴油机状态评估

提出了一个柴油机状态评估模型,运用油液分析、振动分析和热力性能参数并根据专家知识分别构建子神经网络对柴油机进行状态评估,各部分的评估结果运用D-S证据理论进行融合判断,得到的融合决策评估结果表明,该方法逻辑清晰,评估结果符合实际。     

基于改进D-S证据理论的车辆导航地图匹配

对传统D-S证据理论算法进行了改进,解决了证据的可信度和决策规则问题,使新的组合推理规则能够有效地处理证据中的冲突信息.并结合当前城市道路网日益复杂的实际特点,采用Pignistic概率的决策理论和基于权值D-S证据推理的地图匹配新算法,建立车辆位置信息和方向信息判决规则,有效地利用现有信息扩大各匹配道路之间的信度差异,提高了算法的鲁棒性.通过仿真和试验表明,该算法可以较好地解决城市复杂路网地图匹配问题.     

基于多分类支持向量机和D-S证据理论的轴承故障诊断

针对支持向量机( SVM)硬判定输出分类结果缺乏定量评价的问题,提出了一种多分类SVM后验概率建模的改进方法。通过引入D-S证据理论,得到多分类SVM在D-S证据理论识别框架下的基本概率分配,使样本在分类时同时具有定性解释和定量评价。接着,将多源信息送入SVM之后在决策级对多个SVM分类输出进行证据融合,以提高诊断精度。最后,将该方法应用于轴承故障的诊断中。结果表明,该方法能正确分类采用单源信息时所错分样本,降低识别的整体误差,显著提高故障诊断的准确性。     

汽车电气线路短路试验与鉴定技术的研究

一次短路熔痕、二次短路熔痕和搭铁短路熔痕是汽车火灾中常见的痕迹物证,本文首次提出在12V和24V汽车电源下,采用定性模拟试验的方法,分别制备了这3种熔痕样品,并对样品的宏观形貌、金相组织等进行分析、归纳和总结,最终得出结论:对汽车火灾中提取的导线熔痕进行宏观分析和金相分析等,可有效地判断导线熔痕的短路类型,给汽车火灾原因的认定提供重要的科学依据和技术支持。     

柴油机故障诊断中的变权重多证据体融合应用研究

为了能够确定各证据的权重,对证据进行权重调整,应用了基于遗传算法的加权平衡证据调整方法。首先,利用遗传算法确定最优化的或者近似最优化的权重系数,然后依据加权平均值和优先权的证据分布形态对证据进行加权调整,且保证调整后的证据加权平均值不变以及优先权证据分布形态稳定。柴油机故障诊断实例表明,采用基于遗传算法的加权平衡证据调整方法能提高故障诊断的信任度和准确率,明显优于普通D-S等权重证据组合方法。     

内燃机活塞-缸套-活塞环系统工作状态的识别方法

提出了一种基于证据理论方法的内燃机活塞—缸套—活塞环系统工作状态的识别方法。通过搭建试验台架,从实车试验中获取曲轴箱压力信号和机身振动加速度信号;提取试验特征值,组建模型样本和试验样本,并运用证据理论信息融合方法对内燃机的工作状态进行识别。研究结果表明:应用证据理论信息融合方法融合曲轴箱压力信号和机身振动加速度信号,进而识别活塞—缸套—活塞环系统的工作状态这一方法有效、可行。     

基于物联网技术的血液物证保全系统的设计与实现

本文利用物联网技术设计了血液物证保全系统,包括研发一款便携式智能血液物证送检箱和建立血液物证信息化保管平台。系统同时可使血液物证从提取到送检移交全过程密闭、低温冷藏保存,且可进行在线血液监管,较好的保全血液物证。系统同时可实现血液物证系统化、规范化保管,使血液检验结论更客观、公正,对规范酒驾、醉酒办案具有重要的支撑作用。     

基于不确定性推理的大跨度斜拉桥综合评估研究

随着国内桥梁建造水平的飞速评估提升，大跨度桥梁技术状态评估越来越受到重视的同时，仍存在较多问题和不足。以某斜拉桥为研究背景，采用不确定推理中的多级模糊综合方法和D-S证据理论，对钢箱梁斜拉桥开展状态评估，并与直接加权平均方法的结果进行比较。研究表明：不确定性推理方法可以较好地应用于大跨度斜拉桥的技术状态评估；D-S证据理论方法能体现子指标之间的差异性，有利于做出更加合理的养护决策。     

基于概率决策的车辆导航系统地图匹配算法

针对城市道路网日益复杂的实际特点,提出基于P ign istic概率方法的地图匹配算法。采用D-S证据理论的多规则数据融合技术,建立了车辆位置信息和方向信息判决规则。引入P ign istic概率理论,有效地利用现有信息扩大各匹配道路之间的信度差异,提高了算法的鲁棒性。对实际行车数据仿真处理结果表明,应用该算法可以较好地解决城市复杂路网地图匹配问题。     

基于神经网络和D-S证据理论的汽车电控系统故障融合诊断

在分析D-S证据理论和神经网络理论各自特点的的基础之上,提出将这两种方法进行融合,并对电控汽车车载自诊断系统的诊断数据流参数进行处理和分析.该融合方法是将各个独立的低维神经网络的输出值处理后作为辨识框架上命题的基本可信度,经过证据理论的再次融合后得到最终的诊断结果.通过电控发动机典型故障的实例分析表明,该方法能够克服单一神经网络诊断中数据源包含信息的不全面性以及模糊性等局限性,并使得证据理论的基本可信度分配不再完全依赖专家的主观化赋值,同时可以充分利用各种故障的冗余和互补信息,从而使得汽车电控系统的故障的识别能力得到提高.     

On fault isolation for rail vehicle suspension systems

Reliability of the railway vehicle suspension system is of critical importance to the safety of the vehicle. It is very desirable to monitor the health condition and the performance degradation of the suspension system online, which offers the important information of the suspension system and is critically important for the condition-based maintenance rather than scheduled maintenance in the future. Advanced fault diagnosis method is one of the most effective means for the health monitoring of the suspension system. In this paper, taking the lateral suspension system as an examcple, the fault isolation issue for different component faults occurring in the suspension system is concerned. The sensor configuration for obtaining the vehicle state information and the mathematical model for the lateral suspension system are presented. Four fault features in the time domain and three fault features in the frequency domain are used for each sensor signal. Three different methods, Dempster–Shafer (D–S) evidence theory, Fisher discrimination analysis (FDA) and support vector machine (SVM) techniques are applied to the fault isolation problem. Simulation study is carried out by means of the professional multi-body simulation tool, SIMPACK. The simulation results show that these methods can isolate the considered component faults effectively with a high accuracy. The D–S evidence-based fault isolation approach outperforms the other two methods.     

痕迹物证在道路交通事故逃逸案件的作用

随着我国经济改革的进一步深化、市场经济的快速发展和交通运输业的蓬勃发展,公安部交通管理局发布,截至2021年12月底,中国机动车保有量已达3.95亿辆.汽车改变了传统的出行方式,给人们的生活带来了极大的便利,但是交通事故呈上升趋势,事故处理的数量和难度也在增加.特别是在一些司机肇事后,为了逃避刑事和民事责任,置伤者于不...