改进支持向量回归机的短时交通流预测

短时交通流预测是实施智能交通控制的基础和保障.针对目前短时交通流预测方法拟合交通数据的能力偏弱，以及过分依赖历史数据的不足，提出一种基于深度学习回归机的短时交通流预测方法.首先构建深度学习回归机算法模型，包括受限玻尔兹曼机的显层节点输入端，受限玻尔兹曼机的若干中间层，以及径向基支持向量回归机输出端.通过实验将深度学习回归机预测方法与其他典型的短时交通流预测算法进行比较，结果表明，在相同的数据和计算平台下，本文提出的深度学习回归机预测方法精度更高，且预测实时性也能满足实际的需求.     

交通可达性与城市经济活动的空间特征分析：以北京市为例

借助开源大数据平台，提出交通可达性及城市经济活动数据采集策略，利用全局常参数和局部变参数回归模型研究北京市六环区域内两者的空间特征.相比于全局模型，局部模型能够较好地刻画交通可达性与城市经济活动间的空间异质性特征.结果表明，私人交通可达性呈现以天安门为中心径向递减的多圈层结构，公共交通呈现轨道交通沿线区域高的特点.交通可达性与经济活动匹配度具有空间非平稳性，空间分离和匹配现象并存.西北部、中部区域空间匹配特征显著，东北部、东部区域次之，西南区域空间分离现象最为严重.丰台及良乡等分离区域，宜重视道路及轨道线网等基础设施建设工作；未来科学城等私人交通匹配，公共交通分离的区域，可考虑修建轨道线路，并增加公交运营服务水平；中关村科学城、北京经济技术开发区等匹配区域，以调整交通运营管理政策为主.     

Sea state estimation based on vessel motion responses: Improved smoothness and robustness using Bézier surface and L1 optimization

Floating structures oscillate in waves, where these wave-induced motions may be critical for various marine operations. An important consideration is thereby given to the sea states at the planning and operating stages for an offshore project. The most important information extracted from a sea state is the directional wave spectrum, indicating wave direction, significant wave height, and wave spectrum peak period. Among several available methods of measuring and estimating the directional wave spectrum, the wave buoy analogy technique based on vessel motion responses is an in situ and almost real-time solution without extra costs of devices. If the forms of the wave spectra are not predefined in the estimation, the method is called a nonparametric approach. Its most remarkable advantage is the flexible form, but the smoothness should be regulated. After the discrete Fourier transform has been applied to the measured vessel motions, smoothing is necessary. However, this process results in disturbed vessel cross-spectra and a lowpass characteristic of the windowing function. This paper presents a nonparametric approach for directional wave spectrum estimation based on vessel motion responses. It introduces novel smoothness constraints using Bézier surface and includes a more robust estimate using L1 optimization. Both techniques are applied to the wave buoy analogy for the first time. Numerical simulations are conducted to verify the proposed algorithm.     

钻孔法测试残余应力基础理论研究

论述了传统钻孔法测试残余应力中存在的不完善之处。并对中心有一圆孔(包括穿孔与盲孔)的钢板,在各种载荷工况下,根据实际应力场与直角应变花测试的实际情况,用弹塑性FEM算得各种工况下的结点应变值,用结点数值的变化来模拟直角应变花测得数据,并计算出大量的已知应力场的直角应变花的三个释放应变。通过逐步回归的数学处理方法,建立了钻孔测试法中,残余应力与测试应变之间的关系式。     

用于人脸识别的图像预处理方法研究与实现

提出了一种人脸图像预处理改进算法:将图片转化为灰度图像后进行去噪滤波,根据灰度投影曲线确定人脸的边界,依据确定的眼、嘴以及脸的左右边界这些参数对图像进行剪裁,根据人脸特征的几何关系确定人脸图像的缩放系数,得到标准化图像.解决了传统方法无法适用于侧脸和双眼闭上的人脸的问题.     

基于改进BP算法神经网络的路况评价模型研究

通过利用在BP神经网络中增加反馈信号及偏差单元的网络模型,生成内部回归网络,对BP神经网络进行改进,据此得出改进的BP神经网络的具体步骤.在此基础上,结合陕西省高速公路沥青路面的实际情况建立了路况评价模型,并对该模型的具体应用做了研究.研究结果表明:网络的收敛速度很好,训练结果与实际路况结果相差很小,利用改进BP算法神经网络建立的路况评价模型不仅方便易用,而且精度很高.     

基于可靠性的列车关键部件机会预防性维修优化模型研究

针对列车关键部件预防性维修存在欠维修或过维修问题,在传统预防性维修策略基础上,提出一种基于可靠性的列车关键部件机会预防性维修优化模型,该模型考虑部件可靠性对机会维修阈值的影响,通过偏最小二乘回归方法优化机会维修阈值,求解得出最佳预防性维修役龄和机会维修役龄,综合分析机会役龄因子和安全失效概率因子对维修策略的影响,从而达到优化总维修费用的目标。以某地铁公司B型车辆关键部件的记录数据为例,通过对建立的模型进行求解分析,表明采取该检修模式能有效减少固定维修次数、延长检修周期、降低总维修费用、提高列车正线运营率,从而为轨道交通关键部件修程修制的改进提供科学依据和实践参考。     

基于非参数回归的城轨实时进出站客流预测

为准确预测城轨实时进出站客流,构建基于非参数回归的实时进出站客流预测模型。首先,对不同特征日分时进出站客流量进行对比分析,据此构建历史数据库;其次,通过计算历史分时数据的相关系数,并设置阈值对分时客流数据间的相关性进行判断,从而确定合适的非参数模型状态向量;再次,根据K近邻样本与预测目标的客流量差异性,设计基于权重加权的预测算法;最后利用广州市城轨客流数据对预测模型进行精度分析,对全网站点多天的预测结果显示:全天平均绝对百分比误差均在2%以下,分时平均绝对百分比误差均在14%以下,表明模型具有较高的预测精度和良好的适用性。     

城市轨道交通的牵引能耗估算方法

为解决目前城市轨道交通面临的能源消耗总量过大的问题,以北京轨道交通运营线路能耗数据为基础,分析影响城市轨道交通能耗的主要因素,并通过多元线性回归的方法,建立基于运营数据的牵引能耗估算模型,通过测算与实际运营数据的误差为1.6%;同时将不同城市轨道交通的能耗测算方法进行对比,包括列车单位能耗测算法、电力机车耗电量测算法和单位指标测算法,前两者与估算模型的结果误差不超过5%,验证了模型的可行性;通过单位指标测算法的对比分析,反映出估算指标的不合理性。结果表明,相关对比为既有线路能耗的估算和新建线路能耗的预测提供了参考的方法。     

岩质边坡可能的失稳判断方法

判断不同岩质边坡结构面构成的块体在特定的条件下是否具备临空面,以及是否滑动的可能性,其分析步骤不仅十分繁琐,而且其空间概念十分抽象,难以把握。介绍一种能有效判断岩质边坡是否可能失稳的方法,即赤平极射投影法,并在具体工程中得到成功应用。