叉车液压系统的故障特征及检修步骤

分析叉车液压系统在叉车运行各阶段的故障特征，介绍故障的检修步骤。     

2000年上海市汽车市场的几大特征

2000年上海市汽车市场呈现为前所未有的活跃，在上海市场培育与发展史上留下了较为辉煌的一页，回顾这一年，上海市汽车市场有以下几大特征：     

我国铁路信号系统的现状与发展

分析了国内铁路信号系统现状，结合国外先进铁路信号系统的特点，概括了现代化铁路信号系统的特征，并对我国铁路信号的发展提出了几点建议。     

驾驶员行为特性对交通仿真模型的影响及其应用

针对现行交通仿真模型中跟车模型和超车模型的不足之处,通过分析驾驶员交通行为的基本特性。指出了驾驶员特性对车辆跟驰行为、换车道行为的影响,提出了判断车辆跟驰状态的合理指标及指标值的确定方法,最后分析了驾驶员类型对换车道模型的修正方法。     

基于手机传感器数据的交通出行调查实证评估

应用手机传感器与调查问卷, 同步采集了校园内高校学生2周的真实出行轨迹; 考虑了真实出行环境下的手机传感器数据特征, 结合高斯滤波预处理数据, 根据轨迹点的时空聚类特性, 用时空聚类算法识别了出行端点和出行时间, 结合轨迹点速度、加速度特征, 利用支持向量机识别了出行方式; 将手机传感器数据与调查问卷、查核线数据对比, 分析了手机传感器数据出行特征识别的准确程度, 验证了出行特征的提取效果。分析结果表明: 手机传感器与问卷调查识别出行链的成功匹配比例为81.66%, 说明手机传感器数据可有效记录出行轨迹; 时空聚类算法参数中核心点空间半径为26.92 m, 最小样本点为129, 时间约束为129 s时, 出行端点识别准确率为93.02%, 出行时间识别准确率为90.84%, 说明手机传感器识别出行端点和出行时间的效果较好; 当支持向量机设置类型为经典支持向量机, 核函数为径向基函数, 惩罚系数为0.797, 核参数为2.260时, 出行方式识别准确率为89.86%, 即利用手机传感器能够有效识别出行方式。可见, 手机传感器数据识别结果合理, 能为手机传感器数据应用于实际出行调查做支撑。     

基于多特征检验的三维沥青路面裂缝检测

针对由裂缝对比度低、路面纹理复杂多变等因素引起的沥青路面三维图像的裂缝检测精度低的问题,对原始三维裂缝图像进行尺寸降维、灰度校正、高斯滤波等预处理;然后以图像截面为研究对象,分别对4个方向的截面依次进行特别设计的倾斜度、高斯分布、边缘梯度3种特征检验,从而获得裂缝截面;接着对各个方向的裂缝截面进行融合和去噪,获得完整的裂缝二值图像;最后,根据路面粗糙度的高低,变化高斯分布特征检验中的相关参数,实现裂缝的高精度检测. 研究结果表明:提出的算法能达到89.19%的准确率、93.69%的召回率及91.06%的 F 值,优于基于三维光影、种子识别的典型三维图像裂缝检测方法.      

山地小城市路网特征及脆弱点研究

山地路网建设是山地城镇与乡村快速发展的保障。山地道路桥隧占比高,对地形改造多,自然条件差,给山地路网增加了诸多风险。突发事件或自然灾害对山地小城市路网影响较大,会降低路网通行能力,甚至阻断通行。研究山地小城市路网脆弱点,提前加固,可提高路网抗干扰能力,保障城市交通安全、顺畅运行。