基于动态神经网络模型的交通事件检测算法

本文将一种新型的动态神经网络结构与传统的基于状态估计的故障检测方法相结合，提出了一种基于动态神经网络的交通事件检测算法。该网络借鉴静态BP网络的训练算法，并针对其训练方法中收敛速度慢及容易陷入局部极小点的缺点采用一种改进的算法，改善了训练效果。最后利用Matlab对提出的算法进行仿真，得到令人满意的效果。     

对三峡库区短途客(渡)船安全管理的思考

分析三峡工程对短途客(渡)船发展的主要影响,针对短途客(渡)船安全管理上的薄弱环节,结合三峡水库形成后的实际情况,提出海事部门加强短途客(渡)船安全管理的建议.     

神经网络信息融合方法在电控发动机故障诊断中的应用研究

利用虚拟仪器技术研制了数据采集与处理系统，可对发动机进行实时数据的采集、历史数据和暂态数据的显示，以及数字滤波、频谱分析、波形显示等方面的数据后处理。以电控发动机常见的故障现象——怠速不稳为例，研究了一种特征层信息融合方法——基于神经网络的信息融合技术在电控发动机故障诊断中的应用。     

基于神经网络的半主动悬架自适应模糊控制

提出了基于神经网络的自适应模糊控制策略。模糊控制主要用来对付系统的非线性；神经网络根据振动响应的方差递推结果来辨识车体的振动情况实时调节模糊控制器的量化因子，使模糊控制器对路面的变化具有自适应的能力。在半主动悬挂1／4车非线性模型的基础上进行了仿真研究。     

模糊神经网络在发动机失火故障诊断中的应用

利用模糊神经网络对发动机失火故障进行诊断,建立起了模糊神经网络控制模型,应用MATLAB软件对其进行训练及仿真,结果表明此控制方法是有效的、可行的。     

重庆鹅公岩大桥东锚洞室防水堵漏工程浅谈

介绍应用水泥基渗透结晶型防水材料 (凯顿百森防水材料 )于地下结构混凝土的防水堵漏的工艺和施工 ,并有工程实例     

BP和RBF神经网络在辨识内燃机燃烧过程中的应用

分析了发动机燃烧过程的研究方式,提出了用BP和RBF网络辨识内燃机燃烧过程的方法。选定神经网络的结构、隐层神经元的作用函数和控制参数,成功地得到了发动机的辨识模型,结果由RBF网络辨识的模型给出,从这一模型可以获得任意点缸内压力和温度以延拓的参数,为排放分析、计算和结构优化提供了良好的基础。     

跨沧黄铁路特大桥防腐蚀混凝土施工

通过对盐池地区混凝土侵蚀机理分析 ,提出防腐措施并配制出防腐混凝土 ,并介绍防腐混凝土施工质量控制     

基于SNN软件系统的神经网络交通事件自动检测算法

高速公路交通事件自动检测在我国是一个新的研究领域,它是解决高速公路突发交通事件的有效途径之一。随着神经网络技术的成熟与完善,许多学者把这项技术应用于高速公路交通事件自动检测。本文总结现有神经网络算法的不足,提出基于SNN(StatisticalNeuralNetworks)软件系统的神经网络交通事件检测新算法,通过与传统的加利福尼亚算法、滤波算法、标准偏差法进行比较和验证,得出新算法明显优于传统事件检测算法的结论。     

交通冲突技术在ETC安全评价中的应用研究

由于数据缺乏,国内外有关ETC对交通安全影响的评价研究开展甚少。ETC系统对交通安全究竟会产生怎样的影响,如何进行分析评价,是一个全新的课题。作者参考了其它交通设施的安全评价方法并结合我国交通安全管理的实际情况,得出了仅运用事故统计数据模型来评价ETC对收费区安全水平的影响是欠可靠的这一结论,确定采用以非事故间接评价方法暨交通冲突技术对ETC安全进行评价。本文旨在确立ETC系统的安全评价方法并搭建其评价框架,着重探讨了如何在收费区引入交通冲突技术。