基于SENSYS地磁检测器的城市道路交通状态分析

近年来,地磁检测器逐步取代环形线圈检测器,成为城市智能交通检测设备的主流趋势。基于SENSYS地磁检测器获取的交通信息数据,通过拥挤量化指标的确定、数据的处理、等效通行能力的标定、模型的构建,分析识别路段各个车道的交通状态,进而确定整个路段的交通状态,为交通管理者决策提供合理有效的交通状态信息。     

基于浮动车数据的交通事件参数特性研究

利用微观交通仿真软件Vissim搭建交通事件环境,对在不同堵塞程度和不同交通流量的交通事件情况下,浮动车采集的浮动车速、行程时间、浮动车位置等移动检测交通参数变化特性进行了分析比较,总结出交通事件情况下的浮动车移动检测各交通参数变化规律,并以此为基础对模式识别法、统计预测法、时间序列和智能算法等4种基于浮动车数据的交通事件检测算法进行了探讨,具有覆盖面广、成本低等特点。     

神经网络于拥挤指针之研究

拥挤是国内外用来描述路况最通俗的代名词,主要在于简单易懂;目前以车速间距发布拥挤等级的方式常会发生与用路人主观之行车拥挤感知经验不符的现象。文中以路段固定侦测器之实时交通参数、CCTV信息画面,结合类神经网络理论,探究群体用路人于号志化干道上之拥挤感知。以台15线为例,进行主观拥挤指针之模式建构与评估。     

检波器在鱼雷引信系统中应用分析

针对鱼雷引信中所采用的同步检波器与包络检波器,本文对检波器在引信系统中的应用进行了分析。在运用数学方法对检波器的原理进行推导的基础上,仿真分析和比较了两种检波器的解调性能以及抗噪声性能,为进一步研究鱼雷引信系统抗干扰能力提供了参考依据。     

基于DTA的OD估计方法的交通检测器优化布置模型研究

论文在探讨了动态交通分配和动态0D估计背景下的交通检测器优化问题的基础上，提出了基于DTA的动态OD估计方法的交通检测器布置原则；从预算，对路网中交通流量信息的覆盖程度，对关键路段的检测、对重复检测器的剔除等方面对路网交通检测方案进行约束，建立了交通检测器优化布置模型；最后将遗传算法用于交通检测器优化布置模型的求解，证明了基于DTA的动态0D估计方法的交通检测器优化布置模型的有效性。论文方法概念清楚、操作简单，是交通检测器优化布置的一种可行方法。     

地球物理方法在高速公路路基质量检测中的应用

提出采用以探地雷达为主，瑞雷波法为辅的地球物理方法无损检测技术，结合钻探工程岩土试验和地质基础资料对公路路基工程质量进行定量化的多方法、多参数、多信息、快速有效的分析和评价。经试验研究，获得了良好的效果。     

Soft Radial Basis Cellular Neural Network (SRB-CNN) based robust low-cost truck detection using a single presence detection sensor

This paper does present a comprehensive concept for a robust and reliable truck detection involving solely one single presence sensor (e.g. an inductive loop, but also any other presence sensor) at a signalized traffic junction. Hereby, two operations modes are distinguished: (a) during green traffic light phases, and (b) a much challenging case, during red traffic light phases. First, it is shown how difficult the underlying classification task is, this mainly due to strongly overlapped classes, which cannot be easily separated by simple hyper-planes. Then, a novel soft radial basis cellular neural/nonlinear network (SRB-CNN) based concept is developed, validated and extensively benchmarked with a selection of the best representatives of the current related state-of-the-art classification concepts (namely the following: support vector machines with radial basis function, artificial neural network, naive Bayes, and decision trees). For benchmarking purposes, all selected competing classifiers do use the same features and the superiority of the novel CNN based classifier is thereby underscored, as it strongly outperforms the other ones. This novel SRB-CNN based concept does satisfactorily fulfill the hard industrial requirements regarding robustness, low-cost, high processing speed, low memory consumption, and the capability to be deployed in low cost embedded systems.     

图像感兴趣区域提取技术研究

感兴趣区域提取技术在图像分析与处理领域中起着重要的作用。文中对现有的感兴趣区域提取技术进行了深入探讨，详细研究了当前几种较具代表性的感兴趣区域提取技术，并对其提取效果做了评价。总结了它们的优缺点以及适用场景，为用户选取合适的感兴趣区域提取方法，提供了实验依据。     

磁探搜潜系统的目标信号识别

文章主要介绍了磁探仪的系统结构和工作原理,重点介绍了磁探仪对磁目标信号的识别功能,以及对磁探仪未来发展的展望。     

用小波变换提取车型特征实现车型分类

车辆通过环形线圈检测器时 ,车体物质与环形线圈相互作用改变了线圈的谐振频率 ,从而形成频率变化曲线。作者采用小波变换方法从频率变化曲线提取车型特征可以实现对车辆的自动分类。分类效果比较理想