茶镇隧道围岩变形监测研究

根据荼镇隧道的现场监控实测资料,以新奥法施工基本原理为指导,应用数学统计的方法对量测所得的净空收敛数据进行回归分析,指出在隧道开挖过程中围岩变形的时间效应,为指导施工和优化设计提供理论依据.     

物联网技术在舰船网络安全监测预警中的应用

为了提升网络通信的安全性,提出基于物联网技术的舰船网络安全监测预警方法。感知层利用传感器采集舰船网络设备数据;传输层中数据传输单元依据传输控制协议,封装打包各传感器采集的舰船网络数据,并传输至融合层;融合层中数据融合单元,利用加权融合算法,融合各传感器采集的网络数据;应用层中网络安全监测单元,利用集对分析算法,结合融合后的网络数据,计算舰船网络安全态势值,监测舰船网络的安全态势;利用网络安全预警单元对比分析安全态势值与设置阈值,当安全态势值低于设置阈值,则发出警报,实现舰船网络安全预警。实验证明,该方法可有效融合舰船网络设备相关数据,精准监测舰船网络的安全态势,完成网络安全监测预警。     

基于回归分析方法的船舶阻力估算

阻力预测是船舶设计的重要环节。本文采用多种阻力预测方法对KCS船舶、KVLCC2船舶、Wigley船型以及NPL圆舭艇的阻力进行估算,验证多种阻力预测方法的计算精度和可靠性,探究各种阻力预测方法的适用范围。结果表明,基于回归分析方法计算常规排水型船舶阻力和基于细长体方法计算瘦长船型和方尾船阻力的方案可行。船型特征是选择阻力预测方法的首要因素。细长体理论计算的自由面波形结果基本令人满意。本文对船舶阻力估算方法的研究起到一定的借鉴和参考作用,同时也提供了一系列阻力计算的验证算例。     

基于VMD与IMWPE的舰船辐射噪声特征提取研究

舰船辐射噪声的特征提取是水下识别的依据,传统的特征提取可识别性较弱,水下识别较为困难。本文提出一种基于变分模态分解（variational mode decomposition, VMD）与改进多尺度加权排列熵（improved multisacle weighted permutation entropy, IMWPE）相结合的方法进行特征提取,将原始信号通过VMD分解成多个固有模态函数（intrinsic mode function, IMF）,选取能够充分体现目标复杂度特征的IMF作为研究对象,然后通过IMWPE方法采用平移均值法解决多尺度加权排列熵（multisacle weighted permutation entropy, MWPE）的单一粗粒化问题。实验数据表明,将本文算法与对比算法提取的特征参数经过粒子群优化的支持向量机（particle swarm optimization support vector machine, PSO-SVM）进行分类识别,IMWPE算法识别率最高,具有良好的稳定性和优越性。     

基于残差平方和取舍常数项的地应力场反演分析

为提高地应力场的反演精度,通过文献调研发现,含与不含常数项回归模型被单独地用于反演岩体的初始地应力场,而这两类回归模型的反演结果是不相同的,因此反演结果较差的回归模型很可能被用于反演.为解决此问题,首先,结合概率统计理论提出了衡量应力实测值与计算值偏差程度的量化指标,此量化指标可以客观地选择最佳反演结果的回归模型;然后...     

某重载铁路隧道地应力测试与反演分析

浩吉铁路如意隧道在施工期间部分段落出现拱顶开裂,初支混凝土剥落、掉块等破坏现象,初步认为与隧道所处地应力环境关系密切.为了准确掌握如意隧道围岩的初始应力状态和工程区地应力分布特征,在隧道内进行水压致裂地应力测试的基础上,采用有限单元法开展隧道三维地应力场回归反演分析.研究结果表明:(1)回归反演计算值与实测值之间的相对...     

基于粒子群优化最小二乘支持向量机的铁路客运量预测

对于铁路客运量预测的准确度问题,本研究提出了基于粒子群(PSO)优化最小二乘支持向量机(LS-SVM)重要参数的方法。以1995—2013年的铁路客运量历史数据作为训练集,2014—2018年的客运量作为测试集,用LS-SVM进行建模和预测。针对模型中参数难以选择问题,采用PSO全局搜索方法,与神经网络和LS-SVM的预测效果作比较,仿真表明,采用PSO优化LS-SVM对铁路客运量建模与预测效果更好,精度更高。     

高速铁路线下工程沉降变形组合预测探讨

沉降变形组合预测方法是以适当的加权平均形式组合多种模型,各种模型优势互补,达到有效提高预测精度的目的。介绍了组合预测理论的基本情况,对组合预测的方法进行了简要探讨,同时对与线下工程沉降变形有关的组合预测应用案例进行了概述,最后对组合预测在高速铁路无砟轨道线下工程沉降变形预测中的应用前景作展望。     

基于三维谱回归的有效三维人脸识别算法

提出一种结合预处理和三维谱回归(3DSR)方法进行三维人脸识别的算法框架,提取有效的判别特征来克服3D人脸图像中一些尚未解决的问题,如噪声、表情和姿态等的影响。首先通过预处理步骤,从输入的人脸图像提取面部区域进行三维数据的匹配,克服大姿态变化的影响并且有效地提高了整个3D人脸识别性能。为处理大的表情变化和数据噪声,引入谱回归的概念,改进的三维谱回归方法可以充分利用局部统计信息的鲁棒性和有效性,并避免通常方法中密集矩阵的特征分解问题,降低了计算复杂度。实验中使用包含大姿态和表情变化的CASIA三维人脸数据库。实验结果显示算法有效、鲁棒、通用性强。     

信号交叉口行人过街行为计算机仿真分析

本文分析信号为红灯情况下影响行人过街行为的因素及其重要程度.选取北京市3个较为规范的十字交叉口为调查点,结合问卷调查数据,建立了基于不同影响因素的行人过街行为的Logit回归模型,进行模型参数标定和验证,得出交通信息因素、个体因素、心理因素和约束因素对过街行为起到的作用,从而有针对性地提出减少行人违章的建议.此结论对行人交通规划和管理有较好的指导意义.