基于Internet的智能电子商务交易模型

针对Internet电子商务交易面临的问题,提出了一种面向Internet的交易模型.该模型基于智能的移动代理,采用了松耦合的多代理交互技术Linda和跨平台的XML语言,给用户提供Internet范围内快速的信息发现和方便的协商功能.     

港口粉尘污染防治技术研究进展

综述了港口粉尘污染现状、常用防治方法,在此基础上对港口粉尘防治的前沿技术——防风网、煤筒仓、煤炭防尘水分自动化管理系统进行了详细的介绍。     

基于卡尔曼-高斯联合滤波的车辆位置跟踪

车辆位置的精确、可靠获取,一直是阻碍智能驾驶技术的难题.特别当车辆处于复杂道路环境中时,车辆卫星定位信号易受较大干扰,使车辆定位产生漂移现象.针对车辆定位的这种漂移现象,研究了针对车辆位置跟踪的卡尔曼-高斯联合滤波方法.对于车辆卫星定位受到的干扰不同,采用分层处理的滤波方法;针对卡尔曼滤波不能较好地滤除一些干扰较大的位置漂移点,通过设置与车速、航向角等相关的动态阈值,对卫星定位的车辆位置进行动态阈值判断;通过动态阈值识别出的车辆位置漂移数据,结合高斯过程回归,以车辆的历史数据作为学习样本,使用预测值和真实观测值构建补偿量,通过对卡尔曼观测方程加入动态观测补偿实现车辆位置优化;对于一般噪声产生的卫星定位波动,联合滤波也可以有效优化.实车实验表明,该方法可以有效识别出车辆定位的漂移点,车辆卫星定位在信号受较大干扰的情况下,车辆卫星定位的精度可以提高30%左右,最大误差由9 m降低到0.8 m左右.该联合滤波方法在使用低成本定位装置的情况下,有效提高车辆卫星定位的精度及可靠性.     

恶劣气候对高速公路车辆出行的影响

针对恶劣气候条件下, 出行概率与影响交通出行的气候条件、出行距离和安全设施等因素的内在关系, 对出行概率与出行距离、气候特征等定量变量进行统计回归分析, 并建立了模型。模型的复相关系数为84%, 残差检验表明模型的线性假定成立。综合考虑安全设施对模型的影响, 给出出行概率与各影响因素的综合数学模型。分析结果表明恶劣气候严重程度与交通出行概率成反比关系, 恶劣气候条件下, 出行距离与出行概率成正比关系, 而不同的恶劣气候条件、车辆出行距离、道路安全设施完善程度对高速公路交通出行综合影响幅度在10%~50%之间。     

An Efficient Provable Secure ID-Based Proxy Signature Scheme Based on CDH Assumption

IntroductionMambo, et al.[1]first introduced the conceptof proxy signature. In their scheme, an originalsigner delegates his signing right to a proxy signerin such a way that the proxy signer can sign anymessage on behalf of the original signer and theverifier can verify and distinguish proxy signaturefrom original signature. Proxy signature is of greatuse in such a case that a manager needs to autho-rize his secretary to sign documents on behalf ofhimself before his leaving for a vacation. Du…     

川藏铁路工程物资供应保障策略的系统动力学仿真研究

川藏铁路工程建设所需物资运距远、运量大、风险高,物资供应保障需要综合考虑道路和仓储的可靠性问题.分析川藏铁路物资供应的特点及关键影响因素,采用系统动力学方法构建包括物资供应、施工进度、施工技术等3个子系统的物资供应保障模型,对3种组合策略进行了仿真分析.研究结果表明:构建的系统动力学模型可靠有效,路网和物资转运基地相互...     

行人过街设施合理间隔

行人交通是城市交通的重要组成部分。在行人交通特性分析基础上, 通过对行人心理、车辆行驶、道路通行能力等分析, 提出了平面行人过街设施合理间距的分析计算方法。根据中国城市交通的一般情况, 分别对城市中心商业区和城市一般地区的行人过街设施合理间隔进行计算, 提出了相应的行人过街设施合理间隔的推荐值     

面向大型活动的交通应急预案快速生成与动态优化方法

现阶段大型活动突发事件下的交通组织应急预案多依赖人工经验,缺少针对性和定量化应急措施。针对预案的快速匹配问题,提出利用交通应急预案库中的历史案例提取突发事件特征属性,基于案例推理和朴素贝叶斯分类快速生成初始预案,并依据贝叶斯分类算法所得后验概率选取属性不完备情况下的最佳匹配预案。在此基础上,基于改进的规则推理建立交通应急预案库知识库和规则库,并采用正向推理修改预案内容。为构建评价指标体系,基于模糊层次分析法对预案应急能力水平和突发事件严重程度进行模糊评价。以北京2022年冬奥会为仿真案件,试验结果表明该方法可以快速生成最佳匹配预案并完成动态调整与完善。     

基于互信息贝叶斯网络的交通事故严重程度分析

为掌握省际客运行业事故严重程度影响因素, 采用互信息及贝叶斯网络方法构建模型, 分析各因素变化与事故严重程度的定量互动关系。鉴于行业样本量较小及专家知识建模存在主观性, 采用改进离散算法挖掘数据, 提出结合互信息与交叉验证的先验网络构造方法。以上海市2005—2019年741起省际客运事故数据为例进行模型分析。结果表明: 对事故最敏感的影响因素为驾驶员性别、天气和车辆类型; 其中“女性驾驶员”“雪、大风、雾”“中型客车”对事故严重性的权重占比分别为13.5%, 8.8%和5.7%;此外, 驾驶员年龄对群死群伤事故贡献较小; 客车尺寸与安全性非单调关系; 00:00—05:00引发7人以上受伤的概率同比上升9%;季节、天气、时间因素与财产损失无直接关联。模型泛化能力优于对比模型, AUC均值为0.644 588, 命中率达到97.3%。     

卡尔曼滤波短时交通流预测普通国省道适应性研究

短时交通流预测是提高普通国省道交通运行效率和安全的关键技术之一。普通国省道具有分布地域广、情况复杂的特点,要求短时交通流预测方法具有良好的适应性,然而,针对短时交通流预测算法适应性及其机制的系统性研究尚不多见。选取1种自适应卡尔曼滤波算法,系统分析其适应性和适应机制。获取江苏省徐州市普通国省道路网中8个交通调查站所采集的实际交通流数据开展实例分析,结果表明：在不同的交通流量水平下,所选算法均值预测的平均绝对百分比误差在10.98%~15.92%之间,区间预测的无效覆盖率在5.21%~6.15%之间,表明所选的自适应卡尔曼滤波算法在不同交通流水平下都具有良好的预测性能;对所选算法的参数进行分析发现,算法参数能够随交通流水平的变化而自动调整,具有良好的自适应机制;所选算法能够在预测初期实现有效的性能调整和收敛。