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...     

阀门噪声分析与低噪声阀门设计

主要介绍了阀门噪声的产生原因、目前噪声预测经验方法、噪声控制方法和低噪声技术在阀门设计时的运用.     

石首长江公路大桥斜拉索杠杆质量阻尼器应用研究

石首长江公路大桥主桥为主跨820 m的双塔六跨连续不对称空间双索面混合梁斜拉桥,最长斜拉索长约440 m,在外部激励作用下极易发生面内、外振动.针对石首长江公路大桥斜拉索的振动特性,在常规阻尼器的基础上进行构造优化设计,研发了一种双杆倒Y形连接杆斜拉索杠杆质量阻尼器,具有景观协调性好、横向连接刚度大、减振效果好等优点....     

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%.      

动静态轨道不平顺评价差异及动态弦测法特性

中点弦测法能够有效控制影响行车安全性和舒适性的指定波段轨道不平顺,主要用于测量轨道静态不平顺,但其较低的测量效率制约着轨道“状态修”的发展.针对上述问题,将轨道动态不平顺按中点弦测输出,分析动静态弦测值差异与弦长和不平顺波长的关联关系,提出能够评价轨道动态平顺性的动态弦测法,研究动态不平顺与静态不平顺间的映射关系.研究结果表明：42 m和70 m动态高通滤波幅值分别与10 m弦和20 m弦测值变化规律相当;当不平顺波长大于70 m时,120 m动态高通滤波幅值与40 m弦测值变化规律基本对应;截止波长为42、70、120 m的轨道动态不平顺,分别与弦长为20、30～40、30～60 m的动态弦测波形相关性最优,对应的动态弦测法最大合理弦长分别为20、30、40 m,通过路基和简支梁区段实测数据验证了动态弦测法的适应性;在路基沉降区段,弦长为60 m时,静态弦测值明显朝负方向偏离动态弦测值的处所为沉降点,相邻两侧朝正方向偏离动态弦测值的处所为沉降区段起终点.     

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）.      

基于Adaptive Lasso与RF的航班运行风险预测改进研究

为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法（Adaptive Lasso）进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明：Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效.     

基于多维数据的高速公路服务水平实时判别方法

随着高速公路的不断发展,交通信息逐渐呈现多元化,而将这些信息进行整合并对高速公路服务水平进行实时判别,对于后期的交通控制管理及实时高效提供道路信息至关重要.本文考虑了时间、天气、出行日期等多因素的影响,选用车速、密度作为高速公路服务水平评价指标,结合最小二乘支持向量机与聚类分析相关算法,提出了一种基于多维数据的高速公路服务水平实时判别模型,以实现对高速公路服务水平的参数预测及实时判别.选用河北省237 360组训练样本数据和6 048组预测样本数据验证了该模型的有效性.结果显示,该模型获得了较高的判别精度和较好的预测效果,是一种有效的高速公路服务水平实时判别方法.     

影响人寿保险发展的因素与对策分析

分析了影响和制约我国寿险发展的经济因素、契约保全因素和理赔风险管理因素,提出了促进寿险健康发展的对策与措施.