神经网络修正灰色残差模型的交通量预测

通过比较神经网络、GM模型的预测结果,融合GM（Grey Model）模型与神经网络模型并构建组合模型进行交通量的预测,可以克服单个模型所存在的不足。结果证明,该组合模型在交通预测中是可行的。     

基于RBF网络的舰船混沌保密通信系统研究

介绍了利用RBF网络产生混沌序列的方法,无需针对每一种混沌映射设计单一的系统结构,增加了混沌序列的复杂度和抗噪声能力.同时还分析了RBF神经网络跟踪混沌序列的学习能力.仿真结果表明,利用 RBF网络输出混沌序列,不仅跟踪速度快而且精度高.对输出的混沌序列的统计特性进行检验,表明RBF网络产生的序列有良好的伪随机特性.     

改性乳化沥青冷再生混合料高温性能研究

为了扩大冷再生混合料的应用范围,对比SBR改性乳化沥青冷再生混合料和普通乳化沥青冷再生混合料的高温性能,采用多序列重复加载动态蠕变试验,基于comsol模拟的芜合高速路面结构实际温度场,从复合平均应变率、复合蠕变刚度模量评价指标和蠕变曲线来评价乳化沥青冷再生混合料高温性能.研究结果表明:SBR改性后的改性乳化沥青冷再生...     

基于时间序列排队模型的泊位服务水平研究

采用基于时间序列的排队模型,通过R/R/c/∞/n模型对船舶的个体参数及泊位系统的系统参数进行计算,对船舶的在港动态过程以及泊位的利用情况进行实时跟踪,确定船舶所接受的服务水平及码头所提供的服务水平.本模型改进了经典排队模型输入和服务过程必须服从某种分布的缺点,能够实际反映码头的运行效率和服务水平.根据港口历史的运营情况,假设到达船舶数目变化,预测船舶数目变化后的服务水平,模拟结果能为码头企业调整码头业务、建设新泊位以及航运企业选择船舶停靠港口提供理论依据.     

基于模糊聚类的高速列车车速识别

本文提出了一种基于时间序列分析和模糊聚类分析的高速列车车速识别方法。首先,分析列车以不同车速通过桥梁时桥梁结构的加速度响应的差异性,判定了列车上桥和下桥的时间;然后,由时间序列分析建立不同车速下桥梁的加速度响应时间序列模型(AR模型),计算了AR模型系数;最后,通过对不同AR模型的系数进行模糊聚类分析来识别高速列车车速。针对某铁路桥的实测加速度样本数据,以已知车速条件下的车速聚类划分结果为依据,将未知车速的聚类划分结果与已知车速的聚类划分结果进行对比分析,成功确定了高速列车未知车速区间。     

Archimedean copula左尾相依性的判定

对于Archimedean copula,左尾递减序列(LTDS)、多变量左尾递减(MLTD)和左尾递减(LTD)这3个左尾正相依概念是等价的,并给出了这些正相依概念与Archimedean copula的生成元之间的等价刻划.     

国六重型柴油车DPF再生排放特性研究

基于大量国六重型柴油车实际道路排放测试数据,文章选取了四辆测试过程中DPF(柴油机颗粒捕集器)主动再生的样车。样车DPF主动再生完毕后,进行正常状态下的实际道路排放测试。对比样车DPF主动再生与正常状态下的排放测试数据,结果表明,相比于正常状态,样车DPF主动再生时,NOX和PN均不满足国六排放法规要求,NOX升高了5.8～29.4倍;PN升高了14.0～7148.9倍;CO没有一致的变化趋势;CO₂升高了6.3%～24.2%;油耗升高了16.2%～32.8%;动力性不变。     

西安市与上海市百日咳鲍特菌对大环内酯类抗生素的耐药性、耐药相关分子特征及多位点抗原序列分型的比较研究

目的 比较西安市与上海市临床分离百日咳鲍特菌对大环内酯类抗生素的耐药性、耐药相关分子特征及多位点抗原序列分型(MAST)特征,为改进我国百日咳的防治和疫苗策略提供参考。方法 采用E-test法检测2018年至2019年西安市和上海市临床分离百日咳鲍特菌对红霉素、阿奇霉素、克拉霉素的耐药性;采用PCR法检测可水平转移的耐药基因与耐药相关突变位点;采用MAST方法对菌株进行分型,比较两市菌株耐药性的差异及抗原序列型别构成比的差异。结果 本研究共分离出百日咳菌株60株,其中西安市34株,上海市26株。西安市与上海市临床分离百日咳鲍特菌对大环内酯类抗生素的耐药性存在统计学差异(χ²=13.650,P<0.001)。两市菌株MAST分型型别构成比也存在统计学差异(χ²=18.642,P<0.001),西安市菌株以prn1/ptxP1/ptxA1/fim3-1/fim2-1型别为主,而上海市prn1/ptxP1/ptxA1/fim3-1/fim2-1与prn2/ptxP3/ptxA1/fim3-1/fim2-1型别几乎各占一半。两市所有耐药株...