加快推行基于野外任务车辆装备专项保养的思考

随着我军军事训练加速向实战化聚焦,部队野外驻训、实兵演习、跨区机动、联合作战演习等演训活动频次增加,抢险救灾、处突维稳等应急行动任务加重,野外任务日趋常态化。车辆装备作为部队军事运输的主要工具,在野外条件下动用使用更加频繁。维护保养工作量明显增大,基于野外环境和任务实际的一些特殊性保养需求更加突出,车辆装备保障出现许多新情况和新需求,亟待论证增加基于野外任务车辆装备专项保养这一保养种类。在此基础上,完善配套相关法规标准。为部队落实野外条件下各种任务中的车辆装备保养提供有效遵循依据。     

Excel软件中的函数在大豆病虫害统计中的应用

通过对Excel软件中的sum函数、if函数和countif函数的应用,编写了几个适用于对大豆病虫害等级自动判别的公式,并分别以几个品种大豆花叶病毒病试验数据为例加以验证,希望对有类似数据统计分析工作的学者给予一定的启示。     

膨胀土判别与分类的模糊概率模型及应用

以模糊概率理论为基础,选取反映膨胀土基本特性的标准吸湿含水率、塑性指数、自由膨胀率、液限及小于0.002 mm胶粒含量为主要判别指标,建立了膨胀土胀缩等级分类的模糊概率模型。结合合肥—六安—叶集高速公路工程,利用模糊概率模型对其典型膨胀土进行了分类验证分析,其结果与实际膨胀潜势相当吻合。同时,对广西依托工程和全国其他地区的典型膨胀土进行了分析。结果表明,模糊概率模型具有很高的可靠性和广泛的适用性,在膨胀土判别与分类中有较好的应用前景。     

基于手机定位的公交OD获取方法研究

提出利用移动定位技术获取公交OD方法的思路,阐述了基于手机定位技术的公交OD数据的获取方法及其步骤。在假设条件成立情况下,解决了获取公交OD数据主要面对的问题,并对此提供了可靠依据,进一步证实方法的可行性。通过逐一问题的解决,排除非公交OD数据,从而获得该手机用户在1d当中的公交OD数据。     

如何加强野外驻训车辆装备管理

一、健全组织,加强领导,确保车辆装备管理的严密性各级领导要根据担负的任务,建立健全各种组织,及时成立装备管理领导小组,明确分工,签订《车辆装备管理责任书》,强化各级抓好装备管理工作的责任意识。野外训练期间,各级装备管理领导小组要适时深入一线,分析装备管理形势,查找问题、拿出对策、加强指导,切实做到组织领导得力     

基于浮动车车速数据的交通状态实时判别系统和方法

提出一种交通状态判别方法,使之符合交通状态变化连续性。基于浮动车数据特性分析,考虑交通阻抗及临界跳变现象的影响,通过预判别及二次修正,优化了交通状态判别结果。该方法能有效滤除交通状态参数在阈值附近频繁变化产生的交通状态非正常跳变,同时可以修正异常数据导致的交通状态阶跃,从而优化了交通状态判别结果。构建并实现了基于该方法的实证系统,通过多种指标的验证,表明该方法提高了交通状态发布的准确度。     

基于有限混合零截尾事故预测模型的事故多发段判别方法

为了准确判别事故多发段,有针对性地提出安全应对措施以提升道路交通的安全水平,针对零值缺失交通事故数据并考虑其异质性特点,在单零截尾负二项(ZTNB)模型的基础上建立有限混合零截尾事故预测模型(FMZTNB)。应用R软件对单零截尾负二项模型中的参数进行估计,采用马尔科夫链蒙特卡洛算法(MCMC)对FMZTNB预测模型参数进行求解,并采用Gelman-Rubin收敛统计量对抽样结果进行检查。选择事故风险水平分别为低、中和高的9个路段,分别用2种模型对交通事故次数进行预测。综合观测到的事故次数和相应的事故预测模型结果,采用经验贝叶斯方法对事故相对多发段进行判别。最后采用事故次数一致性检验、判别点段一致性检验和排序一致性检验3种检验方式对判别结果对比分析。结果表明:基于事故率的事故相对多发段判别方法存在较大的不一致性,基于零截尾负二项预测模型的路段事故相对多发判别结果明显优于基于传统负二项预测模型的结果。整体上,基于有限混合零截尾事故预测模型的事故相对多发路段的判别结果高于基于单零截尾负二项分布模型的判别结果。     

高速公路交通畅通性判别研究

在客货混行尤其是货车占比较大的高速公路运行过程中,货车比例对于交通状态判别有着较大的影响.为了更加准确地判别高速公路基本路段的交通状态,构建了一种基于车速的估算模型,并考虑货车比例因素的交通状态判别方法.以西安市绕城高速某路段进口处的实测交通量为数据流,采用VISSIM仿真软件进行仿真分析,以获取不同货车比例及交通流参...     

车牌识别技术在多义性路径问题中的应用

以上海高速公路网建设为背景,针对路网存在的多义性路径问题,提出了基于车牌识别技术的判别车辆路径的方法,介绍了一种车牌识别系统方案,包括方案设计、路径识别流程设计、系统架构和收费流程.讨论了如何将车牌识别系统扩展至联网收费中.     

广义对角占优矩阵的迭代判别

对矩阵Ａ定义一种迭代，得到两个序列Ａ＾（ｎ）和Ｎ１＾（ｎ）；通过对这两个序列的分析，得到Ａ为广义对角占优矩阵的一个充分必要条件，以及一些相关的结论。