如诗如画，金龙复古铛铛车邀您打卡绍兴古城

绍兴首条古城旅游公交环线“升级版”即将上线运营,6辆车身风格迥异的金龙复古铛铛车将“闪亮”登场,为古城旅游注入新活力。为了充分展示绍兴古城的城市风光与文化底蕴,绍兴市公交集团特加大投入、完善设施,以“旅游+公交”深度融合的思路,推出绍兴首条古城旅游公交环线。线路的设置基本覆盖古城内五大历史片区及知名景点,包括鲁迅故里、沈园、秋瑾故居、越王城、绍兴博物馆、阳明故里、大通学堂、西小路历史街区、蔡元培故居、书圣故里、周恩来祖居、八字桥等。这将有效助力绍兴全域旅游向多元化发展。     

基于机器学习的RC桥梁病害检测方法

针对现有桥梁检测中人工判别病害工作量大、效率低的问题,以钢筋混凝土(RC)桥梁为对象,阐述了机器学习在RC桥梁病害检测中的应用。从现有桥梁病害检测方法、机器学习方法、机器学习在RC桥梁中的应用进展三个方面进行研究,结果表明,基于深度学习的病害检测方法能够自动从病害图像中提取特征,实现病害的分类和定位,提供了一种病害自动化检测场景,有利于桥梁智能化管养。     

多尺度稀疏电能质量扰动识别方法

针对传统电能质量扰动识别中存在数据量大、扰动特征依赖主观选择的问题,提出一种多尺度稀疏电能质量扰动深度识别方法.首先,构建电能质量的多尺度稀疏模型,通过对扰动信号平稳小波多尺度变换获得扰动的低高频信息;然后,对其压缩采样获得降维的测量数据,并在此基础之上,应用正交匹配追踪算法求取各层稀疏系数组成稀疏向量,将稀疏向量输入深度置信网络,实现扰动的智能识别;同时,为进一步提高网络识别的准确性,采用交叉熵算法完成对网络隐含层数、学习率等参数寻优;最后,为验证所述方法的有效性,针对几类典型的单一扰动和复合扰动信号进行大量仿真试验.结果表明:在理想环境和噪声环境下,针对七类典型单一扰动,平均识别率达到99.0%和96.71%以上;针对13类多重扰动,平均识别到达97.69%和94.62%以上.     

公交人鏖战冰雪保冬运

11月15日晚,乌鲁木齐迎来了2019年入冬最大一场降雪,中心城区积雪深度17厘米,一夜之间乌鲁木齐被笼罩在白雪皑皑的世界里。雪情就是命令,公交集团第一时间启动特殊天气应急预案。公交集团党委书记、董事长康建军,总经理赵明杰及领导班子成员连夜奔赴各自包联的线路、站点,现场了解出车和线路运营情况,并要求在岗职工提前到岗,做好出车前准备工作,保证2207辆公交车、1975辆公交出租,100多辆专线车、通勤班车全部安全上线运营,让“不忘初心、牢记使命”主题教育更“接地气”、让公交服务更“亲百姓”。     

基于轻量级卷积神经网络的烟雾识别算法

由于烟雾图像场景模糊不清,背景复杂多变,难以捕获到有效特征,导致算法识别误报率和漏报率较高;此外,深度卷积神经网络结构复杂,参数繁多,难以缩短其计算时间至1 ms内,这成为实时火灾预警的一大难题. 为了解决上述问题,提出了一种基于4种Inception结构的轻量级卷积神经网络SInception （sequeeze-and-excitation inception）在此基础上加入SE Block （sequeeze-and-excitation block）用于对烟雾特征进行重新分配;同时,为了避免由于训练样本不足引起的过拟合,原始数据集上采用数据增强技术以及生成对抗网络生成更多训练样本,并在后续实验中采用了融合暗通道先验特征的策略. 实验结果表明:该网络在增强的数据集GAN-Aug-YUAN上将识别误报率降为0的同时将准确率提升至99.65%,且计算时间减少到0.26 ms.      

聚酯纤维在沥青混凝土路面中的应用

聚酯纤维作为一种良好的沥青混合料添加材料,在沥青路面工程中的应用越来越广泛。本文通过室内对比试验。分析了添加聚酯纤维后对沥青混合料性能的影响,并结合实际工程进行了试验检测分析。     

塑料排水板打设深度的质量控制

为加快饱和软土地基处理中的排水固结,在中苏浙皖高速公路浙江段一期工程的实践中,全部采用了带刻度的可测深式塑料排水板,并提出了提高其可测率的一系列措施,有效地控制了塑料排水板的打设深度及其质量。     

动态管理模式下路侧停车泊位占有率预测方法

城市停车已逐步实现信息化和动态化管理,本文对动态管理模式下大范围路侧泊位占有率预测方法进行研究.在收集美国旧金山492万条停车交易数据的基础上,利用可同时提取数据空间关联和时序趋势特征的卷积长短时记忆神经网络(Convolutional LSTM Network,ConvLSTM),分别构建考虑停车费率和时限动态变化的有政策模型,和没有动态管理信息输入的无政策模型.结果显示,有政策模型的训练效率和预测精度会显著提升.在政策平稳阶段,两种模型均能够有效预测泊位占有率;在政策发生变化时段,无政策模型的预测误差出现激增,但有政策模型的预测误差依然保持平稳,表明本文提出的方法能够很好地应对动态管理模式下停车需求的变化.     

基于时空特性和组合深度学习的交通流参数估计

为深入挖掘交通流时空特性,提高交通流参数估计精度,基于深度学习提出一种交通流参数估计的组合方法.根据目标断面及其上游断面的交通流数据构造输入矩阵,利用卷积神经网络捕捉交通流的空间特性,使用长短期记忆和门控循环神经网络挖掘交通流的时间特性,组合3种深度学习方法所得输出,得到交通流参数估计值.采用中国安徽省合肥市和美国加州...