多元线性模型中可容许性估计的等价条件的证明

讨论了线性回归模型中未知参数矩C(OI)阵的线性估计的可容许性的一个等价条件,从而把参数C(OI)的线性可容许性估计性质进行了推广,并且证明了参数C(OI)的线性可容许性估计具有广义岭估计的形式.     

弱者的生存智慧

蜥蜴太弱小了，几乎比它大的动物都是它的天敌。但，它却在地球上生存了上万年。蜥蜴的生存之道无非是两个字：适应。它可以随环境变化不断地变换自己的肤包，在黄土地上，它的颜色是黄褐色的；在草丛中，它的颜色则是绿色的……能够变色的蜥蜴常常让它逃过一次又一次的生命劫难。     

MATLAB图形用户界面在电网络分析中的应用

运用MATLAB6．5中的引擎服务和图形用户界面来建立MATLAB和VC＋＋之间的数据通讯联系，由VC＋＋进行电路分析，然后用VC＋＋启动MATLAB进程，从而提高程序执行效率，并在电网络分析中进行了验证。     

高炉锰铁生产要素的多元回归分析

采用数理统计方法中的多元线性回归方法分析了高炉锰铁实际生产数据(模拟),得到了高炉利用系数、综合焦比与其主要影响因素综合冶炼强度、休风率、焦炭负荷、入炉锰矿品位、锰回收率的一组多元线性回归方程式,确定了上述各因素对高炉利用系数、综合焦比影响的重要性顺序,为今后高炉锰铁生产预测、决策和调控提供了依据。     

客运机务管理遇困境 “智慧客车”呼之欲出

一位业内专家曾经指出：＂在公铁竞争和油价上涨的格局下,客运公司的开源措施是有限的,尽管有些客运企业开展了小件快运等货运业务,但这都不是它们的主业。在日常的经营过程中,客运依然是它们的主营业务,如何降低运营成本以及提高管理水平等方面的话题越来越受到关注。＂     

基于改进GAN的端到端自动驾驶图像生成方法

基于端到端数据系统的自动驾驶系统对驾驶图像存在巨大需求。为解决一般生成式对抗网络模型在扩充驾驶图像数据集时不稳定及生成图像特征缺乏多样性的问题,研究1种改进网络模型LS-InfoGAN。结合最小二乘对抗损失防止模型梯度消失,并缓解生成器优化矛盾,提升模型训练稳定性。通过最大化生成图像与真实图像间的互信息提升生成器特征学习能力,改善生成图像特征多样性。利用转置卷积层还原图像特征,提升生成图像特征清晰度。以自主构建的模拟驾驶场景中获取的带标签驾驶图像集对模型有效性及其数据集扩充应用效果进行验证。实验分析表明:相比改进前模型,LS-InfoGAN模型的图像生成过程稳定性平均提升35%;使用此模型扩充的数据集进行端到端自动驾驶系统中决策网络的训练能在不采集新图像的情况下将系统决策性能提升1%~2%;建议使用此模型扩充图像数据集时将生成图像数量设置为原始训练集图像数量的1~2倍。      

建筑信息模型+数字化+物联网技术引领下的智慧桥梁施工管理分析

桥梁作为现代交通建设运营中的重要部分,其施工管理需要大量的信息录入作为支持,然而在当前的信息收集工作中,通常以人工操作方式来开展,因此桥梁工程施工BIM模型信息的精准程度和时效性无法得到充足保障,施工质量、施工安全、进度及成本也会受此影响。因此,研究将建筑信息模型与数字化技术和物联网技术进行结合,以优势互补的形式构建管理平台,同时在实际工程案例中进行应用。最终结果表明,建筑信息模型+数字化+物联网技术引领下的智慧桥梁施工管理技术能够有效地提升信息收集时相关数据的时效性和精准程度,同时在有效控制施工进度的基础上实现效率提升和资源节约。研究以期为智能化的施工管理提供一定的思路和启示,促进现代交通工程取得更好发展。     

公路工程智慧工地开发模块建设及具体应用

公路工程技术的革新给传统的施工模式带来全新的发展契机,加之前沿信息技术的支撑,现阶段智慧工地系统的建设被提上日程,对于公路建设工作的开展起到推动性作用。鉴于此,以公路工程智慧工地为基本对象,重点从开发模块的建设和应用两个角度展开分析,阐述关键要点,以期起到抛砖引玉的作用。     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型（Traffic Factor State Network,TFSN）,考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明：根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。     

冬奥会期间京张高速铁路票务策略研究

京张高铁作为北京冬奥会期间的主要运输保障线路,灵活、适用的票务策略对提高铁路列车客座率、满足冬奥会期间出行需求具有重要意义。通过分析北京冬奥会期间各类旅客出行需求,根据京张高铁目前和未来运行情况,适时运用车票发到站限制、站间车票共用、席位复用、短途车票合并、指定区间停售等多种票务管理手段,形成一套综合的冬奥会期间票务策略,以最大程度提升铁路运输能力,保障北京冬奥会顺利举办。