基于高维特征和RBF神经网络的湿滑道路图像判别方法

建立湿滑道路图像模式识别的分类模型,以J判据对图像高维复杂特征进行降维,按照优化后的特征和不同的样本数量建立多个测试条件,采用RBF神经网络进行8类不同湿滑道路图像的判别实验,分析RBF神经网络用于湿滑道路图像分类的优劣、影响因素以及性能改善方法.分析表明:通过图像特征降维后,采用RBF神经网络对不同道路湿滑状况进行判别,正确率约可达78.4%.      

灭火智能车辆PID控制方法研究

为满足灭火智能车辆在火灾现场所需的精确运动要求和技术性能,充分利用BP神经网络能够逼近任意非线性系统的优点,将BP神经网络和PID控制相结合,把训练后的网络输出作为PID控制器输入,并不断调整其P、I、D参数,进而调整控制器的输出电压以控制灭火智能车辆的速度。     

考虑资金时间价值的新能源公交车经济性分析

根据资金时间价值理论,以车辆购置、维护保养、运营能耗等3部分费用为影响因子,采用公交车全生命周期的资金投入净现值作为其经济性表征指标,构建公交车使用的经济性分析模型.以2013年南京地区公交车运营数据为例,运用所建立的模型对比研究混合动力、纯电动、传统燃油公交车的使用经济性.研究结果表明:3种公交车的资金投入净现值分别为212.55万元、248.12万元和210.24万元,混合动力公交车、传统燃油公交车比较纯电动公交车更具有经济上的竞争优势;由于突出的节能特性,纯电动新能源公交车具有较好的应用前景,且当电池成本下降28.5％时,其总体经济性可接受.