基于轮廓线特征的三维人脸识别改进算法

研究基于面部轮廓曲线特征的三维人脸识别。为提取最优面部曲线特征,提出一种基于模糊聚类方法的人脸曲线特征优选算法。该算法从三维人脸深度图中选取最具代表性的8条轮廓曲线,作为主要识别特征,这在很大程度上降低了计算复杂度,克服表情和光照对人脸识别的消极影响,同时它用最少的轮廓线包含了所需要的人脸识别信息。基于这些人脸轮廓线特征,利用改进的Manhattan距离分类器来提高人脸识别的分类效果。实验结果表明,所提出的算法明显提高了人脸识别率,并且具有很强的鲁棒性。     

基于模糊神经网络的轨道电路故障诊断方法研究

将模糊神经网络FNN(Fuzzy Neural Network)理论引入轨道电路的故障诊断应用中,在对轨道电路的故障原因进行分析的基础上,根据轨道电路的工作原理和故障特点建立了FNN故障诊断模型。模型选定了3个关键部件的电压值作为输入,4种典型的故障作为输出,并根据专家经验总结了9条推理规则。通过对样本数据的学习训练,采用一阶梯度寻优算法对模型参数进行了优化。通过计算机仿真验证,这种用于轨道电路故障诊断的FNN模型是有效的,并具有一定的准确度,为轨道电路的故障诊断提供了良好的方法。     

富水蚀变岩大断面高速铁路隧道开挖大变形控制技术

以富水花岗岩侵入蚀变带区域高速铁路隧道建设为背景,对隧道开挖围岩变形控制技术进行研究。运用隧道工程理论、数值模拟和现场监测等技术与方法,提出了从全断面开挖法、台阶法、CD法到CRD法的安全度逐渐增加的隧道开挖方法,确定了避免富水花岗蚀变岩进一步应变软化和力学参数弱化的隧道开挖支护结构形式及其参数,得出了适当加大预留变形量结合衬砌紧跟的施工工艺。实践表明,按研究出的开挖方法和支护方案进行施工,可以有效控制隧道围岩大变形而使变形快速收敛,能够减少侵限处理工作量,并确保富水花岗蚀变岩隧道开挖时围岩稳定和地下工程结构安全。     

基于D-S证据理论信息融合的轨道电路故障诊断方法研究

在闭塞区间主流设备越来越多的采用ZPW-2000A型无绝缘轨道电路的背景下,针对单一故障诊断方法的诊断精度偏低问题,提出基于信息融合的故障诊断模型和故障诊断方法。该方法分别用BP神经网络和模糊综合评判对轨道电路进行故障诊断,然后将这2种方法的诊断结果作为D-S证据理论的证据体,利用神经网络输出和模糊综合评判输出来构造D-S证据理论中的概率分配,最后利用D-S证据理论将BP神经网络和模糊综合评判对轨道电路的故障诊断结果在决策级进行融合,诊断轨道电路是否有故障并判断故障的模式。仿真结果表明:该诊断方法具有较高的故障诊断精度,诊断结论的可信度有明显提高。     

基于模糊PI控制的电动汽车双向DC/DC变换器

电动汽车直流动力源的特殊性和对驱动性能的高品质要求决定车用DC/DC变换器要有稳定的电压、电流输出。针对DC/DC变换器在车辆行驶状态切换过程中呈现的严重非线性问题,提出了电流环沿用传统PI控制,电压环采用模糊PI控制的双闭环斩波控制方案;在分析双向DC/DC变换器工作原理的基础上,根据变换器自身的变结构特性,设计了模糊PI控制器。仿真结果表明,本控制方案可有效提高变换器的鲁棒性,减小输出电压波动。     

变参数压缩螺旋弹簧的性能评述

对变参数压缩螺旋弹簧进行了分类，研究了主要性能，指出了优越性，提出了评价指标，制订了设计原则，进行了对比计算。     

用搜索法求解渐变刚度钢板弹簧刚度和应力

提出了一种求解渐变刚度钢板弹簧的新模型，并用搜索法求解渐变刚度钢板弹簧的片间作用力、刚度与应力。模型假定片间有多个接触点，每个接触点处作用着集中力。根据板簧的变形条件，导出相应的方程。采用逐步搜索的办法，解出各个接触点位置及作用力的大小，并进一步求得各叶片的应力分布、挠度曲线及弹簧刚度。计算结果与实测结果对比表明，新模型求解精度高、速度快。     

城市道路交通噪声影响模糊评价

采用模糊综合多级评判方法评价城市道路交通环境噪声污染,其中包含了道路交通噪声对居民的实际冲击影响的综合比较评价,能够清晰地确定所测小区受噪声影响的程度,并通过实例验证了该方法的有效性和科学性。     

潭邵高速公路岩溶与采空区路基处理方法

在探讨高速公路岩溶及采空区路基稳定性的合理评价方法的基础上，提出了潭邵高速公路岩溶与采空区路基处理范围的确定方法，进而，针对潭邵高速公路岩溶及采空区路基的工程及工程地质特点，提出了适合于潭邵高速公路岩溶及采空区路基特点的处理方法，应用于潭邵高速公路工程实践并取得成功，取得了相当的社会与经济效益。     

基于驾驶行为分析的交通流中车辆跟驰建模与仿真

着重从驾驶行为分析的角度，对车辆跟驰模型中与人的因素有关的GM模型、CA模型、线性Helly模型、AP模型以及基于模糊逻辑和神经网络的车辆跟驰模型进行了详细的评述，提出了未来智能交通流中应充分考虑到数字驾驶行为对智能车辆跟驰建模与仿真的影响，以期正确地揭示出交通流的特性和本质。