复杂艰险山区数字铁路总体方案研究

复杂艰险山区铁路的建设和运营过程中具有安全风险高、管理困难等特征,通过数字化技术和手段进行无人化、精细化管理就更为迫切.结合铁路信息化、数字化、智能化技术的发展趋势,提出数字铁路总体架构,融合物联网、大数据、人工智能、GIS、BIM等技术,提出构建数据标准规范体系和虚实映射体系等,为提升复杂艰险山区铁路的数字化管理提供...     

BP网络在边坡稳定性分析中的应用

提出利用人工神经网络技术分析边坡稳定性的一种方法。考虑影响边坡稳定性分析的各种自然因素,利用BP网络的非线性映射能力,计算边坡稳定性分析的安全系数。以黄土地区边坡的工程数据为例,结果表明该方法简单可用,可以满足工程要求。     

码头系泊船舶缆绳线力的混沌解法

码头系泊船舶缆绳张力的理论计算对于缆绳的选取、系泊设备的设计、系泊方式、缆绳预紧力的确定,以及船级社规范的制订都有着重要的指导意义。文中对小波浪水域码头系泊船舶缆绳张力的计算建立了数学模型,引入混沌优化的方法对非线性系泊方程组进行了求解,其结果与实验结果对比有较好的一致性。     

基于映射空间编码的高速运动轨道图像去模糊研究

针对轨道缺陷检测系统因镜头抖动或相机快速移动而导致所采集图像较为模糊的问题,提出一种基于最大后验概率估计思想的映射空间编码的高速运动轨道图像去模糊算法。首先,该算法使用深度编解码器和残差网络分别对数据集中清晰图像到模糊图像的映射关系和模糊核进行编码,为了保证编码时频率信息的完整性,算法在传统的残差模块上引入快速傅里叶变换通道构成双通道残差网络,以补偿多次特征提取带来的频率损失;其次,算法采用深度图像先验(Deep Image Prior,DIP)将潜在的清晰图像和模糊核进行参数化,再利用先验得到的模糊核和清晰图像来调用编码空间中的映射关系;最后,通过交替优化潜在的清晰图像和模糊核,从而去逼近一个真实未知的映射,进而实现真实场景下高速运动轨道图像的去模糊。实验结果表明,双通道残差模块提取的特征图频率信息分量强度普遍高于传统的残差模块,相较于使用传统残差模块实现该算法,采用双通道残差模块可使峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)提升0.84 dB,结构相似性(Structural Similarity,SSIM)提高0.025 1。与现有的深度学习去模...     

区间上帐篷类映射的强混合性

本文证明了帐篷类映射相对于Ｌｅｂｅｓｇｕｅ测度而言是强混合的。     

面向三维重建的视图坐标转换

结合面法几何学和工程制图的投影原理和制图规则,讨论了一二维坐标系下的各视图图形坐标到空间投景坐标的转换策略,通过引入二维半中间坐标系推导出了映射算子,并建立了各视图间对应点坐标在统一二维坐标系下的联动约束关系。     

基于混沌映射的图像加密算法研究

由于传统的文本加密算法对图像加密的适用性不强,经典的Logistic映射存在系统参数范围受限、混沌序列分布不均等问题。通过一种基于循环移位结合改进型Logistic映射和Tent映射的图像加密算法。设置改进型Logistic映射和Tent映射的初始值和控制参数,并应用比特重拍技术提升过渡态中的混沌效果,达到提升图像加密算法的效果。明文图像进行处理时,先对其进行Arnold变换和异或的预加密处理,并对图像进行分块处理,然后利用Tent映射产生的序列进行排序索引与循环移位。在加密过程中明文图像经历了像素替换和像素扩散,使得明文像素的值和位置都发生了变化。实验结果表明,该算法具有良好的加密性能和安全性。     

斜坡式防波堤的可靠性分析

对港口工程中常用的可靠度计算方法进行阐述,给出了斜坡堤护面块体稳定性可靠性分析的功能函数,介绍了港口工程中常用的单变量极值分布。以秦皇岛水文观测数据为基础,统计换算斜坡堤护面块体的质量,采用极值分布理论对护面块体的计算质量进行分布拟合,对比得出对数正态分布可以对护面块体质量分布进行较好的适线。从算例计算结果对比中可以发现,Monte Carlo模拟的可靠度指标计算结果比验算点法的计算结果低。两种方法计算的可靠度指标均比规范要求的低。利用Monte Carlo模拟计算结构可靠度,选择合理的模拟次数即可。     

面向对象的方法在重力式码头结构优化设计及绘图集成系统中的应用

此系统集数据输入、构件设计，稳定性计算，强度计算，结构优化设计，工程图纸的绘制和工程文档的编制于一体，充分运用面向对象的软件设计方法，用标准的C＋＋实现了核心计算类库以及动态对象数组等一系列辅助类，采用Auto_CAD二次开发技术ARX开发了绘图模块，利用内存数据映射在进程间传递数据，利用Windows消息发送及线程对数据进行实时更新，系统已于2001年7月26日通过交通部部级审定（审定证书编号：16－2001），审定认为该系统实用性强，设计效率高，总体上处于国内领先水平，建议尽快在水运设计行业推广使用。     

基于改进Logistic-SSA-BP神经网络的地铁短时客流预测研究

地铁客流的变化规律存在着一定周期性和潮汐性,针对地铁客流的预测有助于提高城市轨道系统的运营效率,实现轨道交通智慧化运营。为提高地铁短时客流预测结果的准确度,提出了一种基于Logistic混沌映射麻雀算法(Logistic-SSA)优化BP神经网络的地铁客流短时预测模型。该模型通过Logistic混沌映射初始化麻雀算法种群,再利用改进后的麻雀算法优化BP神经网络,达到提高BP神经网络的全局搜索能力和收敛效率;以深圳地铁西乡站进、出站AFC刷卡数据为例,利用构建的预测模型开展客流预测实验,并通过3种准确性评价指标(MAE、RMSE、MAPE),评价改进前后模型预测的准确性。研究结果表明：改进的Logistic-SSA-BP预测模型平均绝对百分误差分别为14.96%和13.73%;与传统BP预测模型相比,其客流预测结果具有更高的准确性。