昆明铁路枢纽工程建设力度加大

2013年,在昆明市政府的支持下,昆明铁路局加大昆明铁路枢纽扩能改造工程建设力度,目前全线新建隧道施工全部完成,昆阳支线新建39.5 km线路和5个非电气化车站已开通。昆明铁路枢纽扩能改造工程是云南省20个重     

基于支持向量机法的混凝土强度对拼宽T梁桥 时变可靠度影响分析

基于支持向量机法,研究了拼宽T梁桥的效应函数在小样本条件下的隐式函数拟合精度问题,误差小于5%;将拟合的隐式函数用于构建正截面抗弯承载力功能函数,分析了拼宽桥的时变可靠度变化规律。研究结果表明:SVM法预测结果偏小;分析强度时变效应及收缩徐变因素,在70 a内梁片结构可靠指标降低速率及幅度不显著,且较不分析时变效应时高;假设旧梁运营20 a后进行拓宽,新梁运营45 a内,拼宽桥体系可靠指标降低速率相对平缓;新梁运营45 a后,拼宽桥体系可靠指标减少则值得关注。     

路面养护决策支持模块数据接口的研究

许多公路管理部门在为既有的道路基础设施管理系统移植路面养护决策支持模块时常常面临这么一个困惑：一方面，既有的道路基础设施管理系统中拥有大量的历史数据，但这些历史数据往往很难直接被新的路面决策支持模块所引用；另一方面，如若以路面决策支持模块为基础，重新开发一套道路基础设施管理系统，那代价又太大。针对这一现象，本提出通过设计数据接口的模式，将路面养护决策支持模块移植到既有的道路基础设施管理系统中，从根本上解决新、旧系统之间的数据协调问题。     

基于支持向量机的高速铁路地震预警震级连续预测方法

利用日本K-net强震动数据,研究基于支持向量机的震级连续预测方法.在P波到达后0.5～10.0s范围内,以0.5s为间隔建立预测时间窗,选取12个P波特征参数作为模型输入参数,构建支持向量机的高速铁路地震预警震级预测模型(SVM-HRM),并将模型的震级预测结果分别与传统的震级预测模型以及现行标准进行对比.结果表明:...     

智慧高速决策支持平台及运行协同管理研究

现分析浙江、江苏、上海的智慧公路目标和内容,提出了省(市)级智慧高速决策支持系统框架,研究了决策支持平台的交通状态判别、OD分析、出行特征分析、交通事件实时报警、交通事故追溯、交通拥堵解析、交通设施性能分析、养护方案推荐、养护作业监督与考核等应用功能,并从数据资源的角度,对高速公路的基础设施数据、动态交通流数据、事故数据等进行了分类研究,提出了统一管理、资源共享、安全共治的协同机制,对于智慧高速的决策系统建设具有一定的参考意义。     

基于支持向量数据描述的驱动桥异响检测

针对驱动桥异响检测缺乏故障样本的问题,提出了异响检测的单值分类法———支持向量数据描述法(SVDD)。这种方法只需要正常运行状态的数据样本,就可以建立单值分类器,区分出正常和异常状态。试验中,提取驱动桥振动信号频谱的二维谱熵作为特征指标,输入到SVDD分类器。结果表明SVDD算法计算效率高,分类效果好,可以满足在线检测的要求。     

智能航行支持保障标准体系研究

船舶智能航行离不开船岸间的交互与协同,目前智能船舶技术研究已成为国内外研究焦点,考虑到未来船舶智能化的发展方向和发展趋势,我国启动了关于智能船舶标准体系研究工作并提出了体系框架,但关于岸基服务标准尚未开展标准体系的深化研究工作。在介绍船舶智能航行相关国际国内标准现状的基础上,提出了智能航行支持保障标准体系构建思路、目标、体系框架和重点标准明细表。     

城市轻轨交通网络优选的物元可拓表达

针对识别判断或衡量评估各种轨道交通规划设计优劣性等问题,首先分析建立起多层级评定要素主框架,并考虑了客观化的信息熵权策略,然后提出了一种面向数据对象、灵活客观的城市轻轨交通网络多准则物元可拓处理方法,从而帮助实现其优选排序以及决策支持过程。基于建设城市轻轨交通网络的多重目标和不同部门愿景,确定了与城市发展协调性、网络结构属性、运营管理水平、建设项目可行性四个准则,通过济宁市轻轨交通线网规划的具体案例分析,讨论验证了所建模型的有效性、公平性与合理性,并获取了最优网络方案#1。实验结果表明该方法不仅科学可靠、适应性强,同时克服并避免了主观人为因素的噪声和偏差,本文建模步骤流程亦可为其他城市规划管理者、政策制定者等提供指导依据及借鉴参考,或移植应用于相关工程领域。     

融合式空间塔式算子和HIK-SVM的交通标志识别研究

在交通标志识别问题上,提出了一种基于融合式的空间塔式算子和直方图交叉核支持向量机(HIK-SVM)的分类方法.在该方法中,通过提取图像的灰度塔式词袋直方图(Gray-PHOW)特征、颜色塔式词袋直方图(Color-PHOW)特征和塔式边缘方向梯度直方图(PHOG)特征来对交通标志的外观、颜色和轮廓信息进行描述.通过提取空间塔式直方图特征,能很好地对图像各种特征的空间分布状况进行描述.提取到图像的外观、颜色、轮廓和特征的空间分布信息后,对其进行融合,最后得到的融合式的空间塔式特征具有很强的鲁棒性.将该融合式特征送入HIK-SVM进行训练和分类,取得了极其高的识别效果.