基于云分段最优熵算法的航行异常轨迹识别研究

海洋运输业的迅速发展对大型航运公司的船舶管理水平提出了更高要求,随着船舶数量的迅速增加,针对船舶航行异常轨迹的识别和监控技术成为了研究热点。本文对如何提高船舶航行异常轨迹的识别效果进行了研究,引入一种基于AIS和雷达的航行轨迹识别系统,基于云分段最优熵算法,实现了船舶航行异常轨迹数据的快速识别和剔除,有助于提高海上航运公司对船舶管理水平,及早发现船舶的异常航行状态并进行航线调整,防止船舶事故的发生。     

批量获取示坡线的方法

阐述一种既快又准的批量获取示坡线的方法,并基于ARX语言实现该功能。通过实验分析,表明该方法提高了生产效率,减少了作业人员的工作量,具有较高的实用价值。     

高速公路运营收入预测软件的开发

高速公路运营收入预测是高速公路企业进行财务评价的基础,根据交通量和收费标准相结合的预测方法,用V isual Basic编制的小程序实现高速公路基年和未来年运营收入的快速预测,从而结束了手工计算的估算方式,大大提高了工作效率。     

大跨度公轨两用悬索桥刚度敏感性分析

通过对矢跨比、边跨伸出段长度、中央扣及边跨主缆倾角等因素进行分析,提出重庆郭家沱长江大桥主要刚度影响指标,为方案设计提供依据。     

一致拥挤快速路交通系统稳定性分析

考虑快速路一致拥挤的前提下,通过选取适当的流一密关系式,建立快速路网络流模型。并在对快速路的第一段进行适当处理和考虑匝道排队的基础上,构造一个离散的线性系统。通过对此类型的离散系统进行稳定性分析,得到稳定的充分条件和最优控制器的设计方法,仿真实例表明该方法的有效性和实用性。     

基于电子商务农产品物流组织模式实施的保障措施

发展农产品物流是一项复杂的系统工程,涉及面广,制约因素多。针对中国农产品物流发展存在着的成本偏高、效率较低、社会化和市场化程度低、物流设施和技术落后、人才缺乏、信息不畅等问题,根据我国农产品物流组织模式的发展趋势和农产品市场供求状况,提出电子商务环境下农产品物流组织模式实施的保障措施,可为加快我国农产品物流发展提供一定的理论指导和决策参考。     

再制造循环物流研究中值得关注的几个问题

在简述再制造、再制造物流国内外现状基础上,根据循环经济特征和再制遗物流特征,提出了与循环经济特征一致的再制造循环物流新概念。重点阐述了当前我国再制造循环物流应关注的几个关键问题,以及研究每个问题过程中应实现的研究目标和应采取的研究策略。提出了通过再制造循环物流与新品正向物流的集成来降低循环物流成本的有效措施,讨论了再制造循环物流与新品正向物流的集成模式及其应用范围。     

大型活动期间交通管制措施对城市交通的影响分析——以广州奥运火炬传递期间交通管制的影响为例

以奥运火炬在广州市传递日为例,分析了大型活动期间交通管制措施对城市交通的影响.首先介绍了交通管制措施的种类,然后从影响的形式、机制、决定因素等方面综合分析了道路交管措施对周边路网交通的影响,以及对人们出行方式、时间、路径选择的影响,最后针对如何降低交管措施对交通正常运行的影响.提出了在城市路网规划、交通控制、公交运营及智能交通管理等方面的相关建议.     

基于改进Canny算法的道路标线自动识别及定位

在自动化道路病害检测过程中,检测车的横向偏移会导致路面病害横向定位的误差,通过边缘检测算法对标线进行自动识别及定位,可消除病害横向定位的误差. 但传统Canny边缘检测算法存在对标线边缘识别不全,噪声、伪边缘较多的问题. 因此本文对Canny算法进行改进:采用维纳滤波替代高斯滤波以滤除噪声;利用OTSU法自适应地选取图像阈值;提出划定准偏区域以滤除路面干扰并提高边缘完整识别率. 研究结果表明:与其他边缘检测算法相比,该算法检测出的边缘像素总数分布在900～2 000,与标准值1 352较为符合,8连通域数与边缘像素总数、4连通域数的比值分别分布在0～0.04和0～0.29,在抑制噪声、剔除伪边缘及路面干扰、边缘识别连续性和单一边缘响应方面实际应用效果较好;人工法验证结果表明该算法定位标线结果与实际值的吻合度高达99%,可在同步采集的3D激光图像上进行路面病害横向定位.      

货车轨迹数据在公路货运系统中应用研究综述

随着轨迹数据可获取性及精度的持续提高,货车轨迹数据被广泛应用于公路货运系统的 规划与管理中,同时,人工智能和大数据分析技术的快速发展也为公路货运系统研究带来新的机 遇与挑战。本文全面梳理并总结了公路货运轨迹数据应用领域的相关研究,从基于轨迹数据的 货运出行信息辨识、货运系统关键特征预测、货运轨迹数据进一步应用3个方面回顾现有文献的 研究目标、主要内容和研究方法。通过文献分析发现：货运出行信息辨识研究聚焦于货运停留 点、车辆和货物、活动出行模式等热点主题,但现有辨识方法多移植于旅客出行研究,需要更多地 考虑货运出行的独特特征。在货运系统关键特征预测方面,研究者主要针对货运行程时间、空间 位置、出行需求等主题展开研究,并证明了基于轨迹数据预测货运特征的可行性,但预测时空范 围较为局限,需要根据具体的货运任务、货车司机特征和货运政策进行深入研究。此外,轨迹数 据也被应用于货运出行路径选择行为、货运停车休息行为、行驶安全、货运排放和能耗分析、货运 政策评估等研究。最后,在总结现有研究不足的基础上,本文认为未来研究应重点将货运轨迹数 据与其他多源数据相结合,从3个关键技术进行突破：一是针对货运实践个体,重点探索高效货车 驾驶员的出行特征和出行模式,并在货运系统中进行推广应用;二是针对交通运输新技术和新形 势,重点开发和优化自动驾驶技术和重大应急事件影响下的货运组织模式与策略;三是针对货运 供需关系及匹配机制,重点研究货运全流程供需状态辨识与预测,并结合深度学习等方法训练和 开发智能供需匹配模型,从而优化货运系统调度,助力社会散乱运力资源整合,提高货运系统的 综合效率。