考虑对地航速和航向的船舶典型轨迹提取方法

基于船舶自动识别系统(Automatic Identification System, AIS)数据的船舶典型轨迹挖掘需要经过两个重要步骤,一是压缩 AIS 数据,二是聚类压缩后的 AIS 数据。传统的DP(DouglasPeucker)压缩算法,只考虑船舶轨迹的压缩形状,忽视了船舶航行中其他重要信息。为解决此问题,把对地航速和航向加入到DP算法的压缩过程中。在AIS轨迹聚类方面,传统谱聚类方法只对船舶轨迹的位置进行相似性度量,没有考虑船舶轨迹的其他维度,针对此问题,提出多属性轨迹相似性度量方法。由于不同的输入参数影响着最终的聚类质量,引入Calinski-Harabasz指标评价谱聚类算法,实现聚类参数的自适应选择。利用山东威海水域的实际AIS数据进行实例研究,并与传统谱聚类算法做比较实验。实验结果表明,利用该方法提取到的典型轨迹符合真实水域的交通情况,相较于传统谱聚类方法具有更高的聚类质量。     

绿色集装箱港口节能减排策略综述

综述了绿色集装箱港口节能减排策略,总结了国内外针对在港船舶、场桥、集卡与岸桥节能减排的措施与减排效果量化方面的研究成果,提出了未来的研究方向。研究结果表明:船用替代燃料(包括液化天然气、生物燃料、新能源)减排效果明显,针对替代燃料动力船应用困难问题,未来可重点研究替代燃料配套设施建设时序、补贴政策确定等问题;船舶采用岸电技术依据各地区碳排放系数不同可减少48.0%~70.0%的船舶在泊CO₂排放,考虑岸电设施使用率低等问题,港口岸电定价、船舶与码头配套设施改造时序等问题成为未来研究重点;降低船速可减少8.0%~20.0%的船舶在港CO₂排放;降低船舶非生产等待时间及辅助作业时间,并不能显著降低船舶在港CO₂排放,后续还可进一步研究如何通过港口资源合理调度等方式减少船舶在港等待时间;设立硫排放控制区可减少33.0%~34.6%的SO₂排放,还可继续研究排放控制区对船舶运营与港口运营的影响;场桥、集卡与岸桥节能减排措施主要为设备改造及优化调度,未来可继续研究既有设施设备节能改造时序,并分析在港船舶与装卸设备各减排措施集成下的综合减排效果;新能源供电系统在港口中的应用尚处于起步阶段,未来可研究港口新能源电力系统设计方法,构建清洁低碳的港口能源体系。      

智能汽车两阶段UWB定位算法

为了提高智能汽车行驶的可靠性,以超宽带(UWB)为研究对象,研究了智能汽车两阶段U WB定位算法;分析了智能汽车U WB定位算法的基本原理与误差来源;建立了测距值筛选与加权位置解算两阶段U WB定位算法,在测距值筛选阶段,采用高斯筛选剔除小概率、大干扰事件,在加权位置解算过程中,根据多测距点的位置坐标加权计算得到最终的...     

一种传力件结构优化研究

介绍了有限元法优化技术在一种船舶设备的性能提高设计中的应用.首先通过有限元校核发现,某齿列结构传力件已达不到新生产能力下的强度要求,须在保持边界结构不变的前提下进行重新设计;然后使用有限元软件ANSYS中的拓扑优化功能优化了此传力件结构,在构件重量基本不变的约束条件下满足了强度要求.     

五螺杆泵螺杆型线分析及结构改进探讨

螺杆型线是螺杆泵工作的核心,在应用过程中,发现现有五螺杆泵传力齿型连接处存在明显的凸棱,通过对型线进行理论计算分析,发现曲线连接处存在拐点,并提出型线设计思想.另在五螺杆泵使用过程中存在杂质进入滑动轴承内,造成轴承咬死损坏现象,故对此螺杆泵结构提出了改进的想法,为以后的螺杆泵设计提供参考,以改善螺杆泵的可靠性.     

动态管理模式下路侧停车泊位占有率预测方法

城市停车已逐步实现信息化和动态化管理,本文对动态管理模式下大范围路侧泊位占有率预测方法进行研究.在收集美国旧金山492万条停车交易数据的基础上,利用可同时提取数据空间关联和时序趋势特征的卷积长短时记忆神经网络(Convolutional LSTM Network,ConvLSTM),分别构建考虑停车费率和时限动态变化的有政策模型,和没有动态管理信息输入的无政策模型.结果显示,有政策模型的训练效率和预测精度会显著提升.在政策平稳阶段,两种模型均能够有效预测泊位占有率;在政策发生变化时段,无政策模型的预测误差出现激增,但有政策模型的预测误差依然保持平稳,表明本文提出的方法能够很好地应对动态管理模式下停车需求的变化.     

顾及小目标特征的视频人流量智能统计方法

人流量统计对智能安防等领域具有重要研究价值. 针对视频监控系统中人流量统计准确率较低的问题,提出一种顾及小目标特征的视频人流量智能统计方法,重点研究用于小目标检测的Faster R-CNN （Faster region-convolutional neural network）改进算法、运动目标关联匹配以及双向人流量智能统计等关键技术,根据人头目标的小尺度特点对Faster R-CNN网络结构进行适应性改进,利用图像浅层特征提高网络对于小目标的特征提取能力,通过基于轨迹预测的跟踪算法实现运动目标的实时追踪,同时设计双向人流量智能统计算法,以实现人流量高准确率统计;为证明方法的有效性,在密集程度不同的场景中进行了测试. 测试结果表明:改进的目标检测算法相较于原始算法,在Brainwash测试集和Pets2009基准数据集上的平均准确率分别提高了7.31%、10.71%,视频人流量智能统计方法在多种场景下的综合评价指标F值均能达到90.00%以上,相较于SSD-Sort算法和Yolov3-DeepSort算法,其F值提高了1.14% ~ 3.04%.      

青藏高原不同植被措施下公路边坡产流产沙特征

为探究青藏高原公路边坡在不同植被防护措施下的侵蚀规律,提高公路边坡植被防护技术,采用野外冲刷试验研究了青藏高原公路边坡在裸坡、三维网植草、人工铺草皮等不同植被防护措施下的产流产沙特征,分析了不同措施下的防护效率与拦沙机理。试验结果表明:3、8L·min^-1冲刷流量下的平均初始产流时间分别为225.50、163.27s,初始产流时间与流量和植被盖度之间具有显著相关性;8L·min^-1冲刷流量下的产流稳定时间较3L·min^-1提前了约2min;植被措施的拦沙效应主要体现在对粗颗粒泥沙的拦蓄上,边坡产流量和产沙量随植被盖度的增加而减小;植被措施拦截径流效率和拦截泥沙效率的平均值分别为55.7%、53.5%;综合防护效果从大到小依次为74%盖度三维网植草、37%盖度三维网植草、中部铺草皮、上部铺草皮、裸坡,建议采用以草皮为骨架配以三维网植草的边坡植被综合恢复技术。     

高速铁路半封闭式声屏障降噪效果测试与分析

当前半封闭式声屏障逐渐在高速铁路工程中得到了应用,但其在运营状态下的实际降噪效果研究还极其有限.为此,以沪昆客专杭长段半封闭式声屏障为工程背景,分别在声屏障内、外表面,以及封闭侧和敞开侧不同距离处布置测点,监测高速列车通过时的噪声,并对场点的声压级频谱、声场分布、衰减规律、隔声量和插入损失等声学特性进行讨论.结果表明:多重反射造成的混响效应使得半封闭式声屏障内表面的噪声有所增大;距封闭侧线路中心7.5 m处,高位测点比低位测点声压级大,而其他位置不同高度测点在垂向的指向性不明显.半封闭式声屏障的隔声量随频率增加而增大,在1 000 Hz处最大约26 dB;距轨道中心线7.5 m和25 m处的插入损失均值为16.5 dB（A）和15.5 dB（A）.      

先进出行信息下事故对行程时间可靠性的影响

定义路径行程时间可靠性为在交通事故期间内平均路径行驶时间小于事故前路径出行时间乘以可接受拥堵水平的概率,由此导出路网行程时间可靠性.假定事故持续时间服从正态分布并将研究时域划分成相同的时段,在先进出行信息下,利用元胞传输模型进行路段流量加载,给出了每一个时段内路径行程时间的递推式,并在每一个时段内更新1次路径出行时间,出行者根据更新的出行时间运用Logit模型进行路径决策,最后基于Monte-Carlo法模拟求解路网行程时间可靠性.算例结果表明,行程时间可靠性随事故持续时间和方差及需求的增加而减小;可靠性随可接受拥堵水平的增加而增加;在拥堵网络中,包含事故路段的OD间需求越高,可靠性越低.