深圳 ITS建设计划、成效及重点

中国大城市正处于城市化、机动化快速增长和大力建设交通基础设施的发展阶段,应当发展面向快速城市化的ITS体系。该体系在应用服务方向上,交通规划过程技术支持和交通建设与改善决策支持应作为首要任务,可一并提供相关功能、信息服务和信息共享;同时根据其他管理需要,建立交通管理控制、公交优先服务与管理、运输物流管理等服务子系统。在建设上,应以交通信息设施为基础,     

高桩码头桩基动力损伤识别方法

结构的损伤对其动力特性会产生一定的影响,利用结构损伤前后的模态参数的变化来进行结构的损伤识别是行之有效的方法。然而结构在完整状态下的模态参数很难得到,损伤程度更是难以确定。针对上述问题,提出一种基于损伤状态下的拟合曲率模态的损伤识别方法:首先通过损伤后的位移模态拟合出无损伤位移模态,然后根据拟合出的位移模态得到拟合曲率模态,基于损伤后的真实曲率模态相对于拟合曲率模态的突变来判别损伤位置;引入曲率相对改变量、损伤位置参数和模态阶数作为损伤样本的特征向量,通过支持向量机判断结构损伤程度。实例分析表明该方法能够对高桩码头排架结构的损伤进行识别。     

基于支持向量机回归树的内燃机振动信号趋势预测

针对标准回归树建立在统计分析基础上所存在的缺陷,提出一种基于支持向量机的回归树预测模型。首先,根据原始振动信号趋势序列构建回归树;然后,针对回归树上包含样本数过少的节点,利用支持向量机,建立能够反映重要变量与响应变量之间映射关系的回归模型。仿真结果表明:即便由于设备出现异常,导致振动信号趋势序列出现非平稳、突变情况,该方法也能准确地预测,性能优于标准分析方法,具有一定的工程实用性。     

基于SVM的地铁闸机检测识别系统研究

在复杂环境下提高地铁闸机智能识别系统的识别率是一项极其困难的工作。针对地铁闸机通行中各种事件的不同情况,提出了一种基于支持向量机的智能识别方法,并设计了基于双CPU控制和红外传感器的智能检测识别系统,通过合理安排红外传感器的位置,获取通行乘客经过闸机通道时的运动序列,结合图像识别等辅助功能,最终判断通行乘客情况。大量样本数据表明,通过SVM的方法使控制系统精度和处理能力得到提高,识别率超过90%,较好地满足了市场需求。     

新发展格局下广州航空物流发展策略

2020年受新冠疫情影响,广州航空货邮量下降程度高于国内其他城市机场,与往年领跑增速形成鲜明对比.为找出疫情下广州航空物流下降原因,研究确定大量对比数据下的影响因子.首先,对比航空运力和通关时间数据发现,上海、深圳机场采取增加国际运力尤其是欧美国家运力、提高通关效率等措施对货邮正增长起到积极促进作用;其次,对比物流设施...     

基于最小二乘支持向量机的公路工程造价预测模型

由于公路工程造价的影响因素错综复杂,且历史数据非常有限,使公路工程造价预测成为典型的小样本条件下非线性回归问题。针对传统的回归方法解决这类问题的不足,该文提出一种新型的公路工程造价预测模型。该模型基于最小二乘支持向量机的基本原理,结合公路工程的具体特征,实现了公路工程造价的智能化预测。新模型充分发挥了最小二乘支持向量机在解决有限样本及非线性回归问题中的优势,建立了较准确的预测模型,且训练速度较普通支持向量机更快。实证数据分析验证了本模型的有效性。     

船舶生活污水处理装置问题浅析及改进措施

文章通过对海洋石油支持船生活污水处理装置处理工艺及存在的问题进行分析,有针对性地提出了改进措施,提高生活污水防治能力,确保处理后的生活污水满足排放要求.     

散货港区的智慧港口规划

本文结合某港散货港区智慧港口规划项目,介绍了该港南作业区智能化项目的核心在于构建一套适应现代散杂货港口发展趋势、突破传统散货港口作业模式的全新港口智能化系统.本次规划将物联网、大数据技术、AI人工智能、5G等新型基础设施与生产业务融合,创新生产作业流程及资源配置,显著提高港口的作业运营能力、物流协同能力、口岸支持能力、...     

多分类转导支持向量机

为了完成分类学习,传统的支持向量机基于带标记信息的经验数据归纳出一个通用的决策函数。而转导支持向量机则不同,它考虑包含测试集在内的所有数据信息并致力于最小化测试样本的分类错误数。在已有的2类分类方法的基础上构造了直接求解多类分类问题的的转导支持向量机。     

基于改进多尺度排列熵的S700K转辙机故障诊断

基于提速道岔S700K转辙机故障的功率曲线在频域上的多重特征,提出了基于改进多尺度排列熵的多变量支持向量机(structured support vector machine, SSVM)故障诊断方法.首先对S700K转辙机动作功率曲线进行集合经验模态分解和小波分解,获得两类不同时间尺度的模态分量;再利用改进多尺度排列熵计算不同分量的故障特征参数,为了降低计算维度,应用核主元分析理论,在不损失信号重要特征的情况下,取大于95%贡献率的特征值作为故障特征向量;最后,引入基于决策树的SSVM算法,经过小样本训练得到树状最优故障间隔面,从而实现S700K转辙机故障分类.实验结果表明:该方法可有效判定S700K转辙机故障类型,进而提高故障诊断精度和效率.