浅谈深度学习技术在交通态势预测中的应用

随着区域经济的增长, 公路通行需求呈爆炸式增长。 高速公路作为区域的主干道和大动脉, 路网通行能力和通行需求之间的矛盾越来越突出, 拥堵成为高速公路运营管理最大的痛点之一。 高速道路运营单位、 政府管理部门亟需一种实时性强、 可靠性高的路况分析技术为拥堵治理提供服务。 传统的分析技术 (如机器学习、 统计学方法等) 无法满足处理海量的多源异构数据的需求。 随着近十年来大数据技术和 GPU 计算能力的发展, 深度学习技术这门新信息技术日益成熟, 拥有强大的数据处理能力。 在交通态势预测领域, 借助深度学习技术处理海量的交通数据可以实现道路通畅度的高精准、 高可靠性预测, 再辅以主动管控和车路协同技术来提升高速路网的通畅性和安全性。 文章首先简要介绍深度学习技术的发展历史和交通态势预测领域的发展现状, 再浅析深度学习在智慧高速中的应用场景, 最后分析深度学习技术面临的隐患并进一步对深度学习进行展望。     

图的符号k-控制

设G（V,E）为一个图,k为任意的正整数且k不超过｜G｜,若有一个函数f：V｜1,－1｜满足：V中至少有k个点满足f[v]≥1,则称f为图G的一个符号k-控制函数,图G的符号k-控制数定义为γks^-11（G）=min{f（V）｜f为图G的一个符号k-控制}．给出了图的符号k-控制数的下界的一个改进的结论,并确定了轮图的符号k-控制数、     

经典干道协调控制信号配时数解算法的改进

遵循最大绿波带设计理念,利用干道协调控制中的时距分析图,结合实际算例,对经典数解算法在理想交叉口间距取值范围的确定、通过带宽度的计算、最佳理想交叉口间距的选取、以及各交叉口相位差的设置上存在的问题进行深入剖析,提出了基于公共信号周期允许变化范围的理想交叉口间距取值范围确定法则,给出了一种新的通过带宽度计算方法,建立了一条新的最佳理想交叉口间距选取原则。算例分析表明,改进后的经典干道协调控制信号配时数解算法能确保干道协调控制系统获得尽可能宽的通过带宽度,计算得到的最佳公共信号周期与通过带宽度也更为准确有效。     

安装工艺

（上接2008年第五期） 管装 管子制作 管系放样 piping layout 按比例绘出船体型线、结构,并布置每一系统的管路及有关设备,根据此图通过计算求得管路的管段实际形状、尺寸、绘制加工用的管子零件图及管子安装图的过程     

车辆修理用液压铆钉机及其动态仿真分析

本文应用功率键图理论，对液压铆钉机进行了计算机动态数字仿真。这种方法的应用，使其在设计阶段即可根据模拟物理模型，预测该机的动态性能。该法可推广到任何一个需要重新设计的非标准设备。     

三维数据重建中距离图的优化计算

拟合模型与三维数据间距离图计算是三维数据重建中的主要计算之一。决定了重建算法的实时性，本文设计了基于优化k-d树的三维空间k个最近点（k-NN,k-Nearest Neighbour)搜索算法，提高了搜索效率。使距离图计算时间大大减少，满足了三维数据层次式重建的计算实时性要求，作为三维空间最近点搜索的最佳算法之一，基于优化k-d树的最近点搜索算法可在更广泛的领域应用。     

浅谈控制图在化油生产中的运用

本文介绍了利用数理统计技术绘制控制图，进行生产过程质量管理的方法，通过合理，科学的运用，实现生产现场的“源头控制”。     

冲压制件图的分析与整备

模具设计前分析探讨中压件图上不利加工物形状，根据制件的用途和机能，对制件图进行合理整备，从而改善制件的加工性并提高附加价值。