基于AFC和POI数据的轨道交通车站客流影响因素挖掘

精细化研究轨道交通车站客流影响因素对于建立轨道交通与土地利用长效互动机制,发挥轨道交通支撑和引领城市发展作用,指导轨道新线开通和周边用地开发等具有重要意义。以南京为例,首先获取轨道交通运营客流AFC数据和网络爬取的POI数据;然后考虑四种类型轨道交通车站客流特征,挖掘用地特征、公共交通接驳特征、车站属性三类因素;最后利用结构方程模型分析城市轨道交通规划建设与城市用地开发之间的作用机制。实证结果表明,基于POI获取的住户数、商业设施数、文化设施数、公共汽车线路数等数据对工作日轨道交通进站客流有突出贡献。     

利用变形模板提取嘴部特征的算法

嘴部特征提取是人脸识别和人机交互等领域的重要步骤。作者提出了一种改进的利用变形模板是取嘴部特征的算法。针对变形模板对初始位置敏感和匹配易陷际局部极小等问题，首先确定嘴部区域的边框，然后在此区域内仅用边缘和灰度信息，进行全局搜索确定变形模板的最佳参数，算法用两种模板匹配张嘴和闭嘴的情况。实验表明，对于简单背景的灰度图像。该算法可较好地提取嘴部特征，计算速度较快。     

面向老龄社会的交通需求预测探析

交通需求预测是进行城市交通规划的前提,对于制定城市交通发展战略,科学组织管理城市交通具有重要的意义.随着我国老龄人口日益增多,交通需求预测也应面向人口老龄化进行近一步的研究.针对目前中国社会的人口老龄化趋势,对交通需求预测提出几点建议,希望能对中国未来城市交通发展有所助益.     

城市道路交通系统频谱分析方法及应用

对实际道路交通系统特征的研究是通过分析布设在路网中不同地点大量交通信息采集设备采集的数据来进行的。交通信息采集是对城市道路交通系统在时间和空闻上一个采样过程,其数据具有时问和空间属性．本文系统地建立了一种城市道路交通系统频谱分析方法。对于时间采样,通过功率谱分析认为：不同的数据采样间隔,获得的交通信息不同,从而分析出的...     

基于PFA的派生式简易CAPP系统设计

首先分析了派生式CAPP系统设计采用生产流程分析法(PFA)对零件分组的必要性;详细介绍了基于PFA的派生式简易CAPP系统的设计过程,包括对零件编码、分组、建立特征矩阵及工艺文件等.使用该系统为每个零件编制工艺规程时,只需对标准工艺规程作少量修改,同时还可得到加工所用的机床组,极大地提高了工艺部门的工作效率.     

非饱和膨胀土的膨胀特性试验研究

针对不同起始含水量的非饱和膨胀土,对其膨胀量和膨胀速率进行了详细试验研究。结果表明由于不同初始含水量的膨胀土具有不同的基质吸力值,导致土样在吸湿过程中发生不同的膨胀变形量。根据膨胀变形试验结果,建立了膨胀土的膨胀量、膨胀速率以及膨胀变形所需时间与起始含水量的相关公式。     

城市轨道交通网络化客流特征及成长规律——基于京沪穗深城市轨道交通网络客流数据分析

中国各大城市轨道交通将陆续进入网络化运营阶段,然而对于网络化进程中客流特征及成长规律尚缺乏深入细致的分析与研究。对北京、上海、广州、深圳4个城市轨道交通网络化进程中的客流特征及成长规律进行系统总结,涉及客运量及客运强度、断面客流量分布、线网换乘系数、乘距与运距、客流时间分布等。同时,针对轨道交通沿线土地利用、线网规模、服务水平、票制票价等影响客流特征变化的主要因素进行分析。在此基础上,对当前中国城市轨道交通规划、建设、运营组织的若干关键问题提出建议。     

基于图像检测的船舶特征分割与提取优化算法

船舶图像特征分割和提取算法是图像检测领域中的基础工作。由于船舶航运环境和船舶自身结构组成相对复杂,船舶图像的全自动分割方法在图像检测过程中经常出现边缘模糊、准确性低等问题。因此提出基于图像检测的船舶特征分割与提取优化算法,结合免疫算法获取更多图像特征信息,达到快速、准确的对船舶图像特征进行提取和分割的目的。为验证算法的准确性进行仿真实验,结合船舶区域图像对图像边界特征进行提取和分割,并与传统方法进行比较。实验结果证明基于图像检测的船舶特征分割与提取优化算法可以有效达到特征融合、全局最优、算法效率高等优良特性,使图像具有更强的实用性。     

考虑冰、浪等复杂载荷工况的半潜式平台应力与运动响应特征

半潜平台在极地深水海域应用广泛,经常面对冰、浪等复杂载荷。本文从应力时程和运动时程两方面分析了半潜平台在波浪载荷,海冰载荷以及冰-浪联合载荷作用下的响应特征。结果表明,虽然海冰载荷的存在具有一定程度的抑波作用,平台的震荡得到缓解,但是冰-浪联合载荷会导致平台关键节点部位所受应力幅值大幅增加,并超过海冰和波浪单独作用产生的应力之和,对半潜平台的结构安全造成较大威胁。因此在研究、设计极地海域半潜平台时应同时考虑冰、浪对平台的影响。     

基于小波和仿射不变矩特征融合的舰船型号识别

针对不变矩对仿射形变目标描述的不足,为提高舰船型号的识别精度,提出一种基于小波和仿射不变矩特征融合的舰船型号识别方法.首先对二值舰船图像进行归一化处理,并分别提取归一化舰船图像的小波矩特征值和仿射不变矩特征值;然后通过计算样本特征均值与标准差的比值,选择出鲁棒性好、稳定性高的特征,通过归一化方法进行融合;最后构造五类舰船的样本集,采用支持向量机(SVM)作为分类器识别测试样本的型号,分析不同矩特征、样本集大小、SVM参数、本文方法对识别精度、稳定性的影响.实验结果表明,文中给出的算法提高了识别精度,并且在训练样本集较小时仍能获得88%以上的识别率.