两港大道中段工程桥梁预制拼装设计

以两港大道中段工程为背景,总结了预制拼装施工的高架桥梁上、下部典型结构的设计方法、理念及特点,可为与上海市相似地区的城市高架快速路工程提供有益的参考.     

一种适用于变轴力柱混合试验的改进BWBN模型及其参数识别

原始的BWBN模型无法很好地描述钢筋混凝土(RC)柱在水平和竖向双向地震作用下的刚度、强度退化以及正负向滞回不对称现象,为了描述这些现象,对原始BWBN模型进行修正.结合16根定轴力柱子的滞回数据,利用改进Park-Ang损伤模型计算柱子强度退化、刚度退化与累计损伤的关系,并相应地对原始模型相关项进行了修正.此外,对变轴力柱用轴力分级插值以及正负向单独计算损伤的方式来考虑变轴力的影响.最后,利用定轴力、变轴力试验数据以及OpenSees的模拟数据对模型有效性进行验证,并计算模型识别数据与试验数据的Pearson相关系数,结果均为强相关,说明模型适用性良好.改进的变轴力BWBN模型能较好地考虑轴力变化对柱子侧向滞回性能的影响,这对于拓宽混合试验应用范围以及实现变轴力柱混合试验有一定意义.同时,本文的研究方法,对未来变轴力恢复模型的研究也有一定参考价值.     

探地雷达在隧道检测技术中的波形识别

本次研究对探地雷达系统组成和波性特征的基本情况分析后,对探地雷达的主要原理加以研究,然后对探地雷达在隧道检测技术波形识别中的应用情况进行解析,旨在加强隧道建设防止受到地质、地理位置因素影响,通过探地雷达隧道检测技术对隧道是否存在缺陷加以检测,并实行波形识别客观评判隧道缺陷.     

横梁端部节点优化

通过有限元计算,对比几种常见的横梁端部连接方式,综合考虑结构整体强度、钢材使用量、舱室空间利用率、施工便利性等方面的影响因素,确定较优的连接过渡方式和过渡结构的参数尺寸,为船舶设计横梁端部节点形式的确定提供参考。     

数据挖掘在无人船舶目标图像识别中的应用

为了缩短无人船舶目标图像的识别时间,提高目标图像的质量,提出了数据挖掘在无人船舶目标图像识别中的应用。利用数据挖掘技术确定无人船舶目标图像的阈值,根据目标图像的阈值误差分割了目标图像,采用图像边缘点提取公式将图像边缘点连接成线,提取出目标图像的外轮廓,完成无人船舶目标图像的预处理;通过目标图像识别算法的改进设计,得到了目标图像的识别流程,实现了数据挖掘在无人船舶目标图像的识别中的应用研究。仿真实验结果表明,数据挖掘在无人船舶目标图像识别方法与基于航拍技术的目标图像识别方法相比,目标图像的识别时间缩短了35.1%。     

大洋航运公司关键绩效指标体系的建立

应用关键绩效指标体系设立的方法、原则和步骤,以大洋航运公司为背景,通过分析企业文化、公司战略,找出公司战略举措成功要素,从而指导航运公司建立衡量战略举措的关键绩效指标体系。     

模糊聚类在舰船目标识别标准模型库的应用

对于给定特征的海上舰船目标,使用了模糊聚类的方法(包括三种解算方法),获得目标的分类并形成标准模型库.同时引入了聚类分析有效性评价的F统计量,实现了模糊聚类的自适应性,避免了聚类数目选择上存在的主观性.聚类结果表明:对于复杂的战场环境,此方法设计可行有效,建立了标准模型库就可以对获得目标特征样本在标准模型库中进行匹配,进而完成目标识别,具有一定的应用前景.     

铁路通信系统中的信息安全隐患识别与防范策略

随着信息技术的不断发展,铁路通信系统已成为铁路运输中不可或缺的组成部分。然而,在铁路通信系统中,信息安全问题也日益严峻,面临着各种潜在的风险和威胁。基于此,对铁路通信系统中的信息安全问题进行分析,在此基础上,进一步分析铁路通信系统中存在的信息安全隐患,并结合铁路通信系统的特点,提出具有一定针对性的防范策略,以期更好地保护铁路通信系统的信息安全,为铁路通信系统的安全高效运行提供保障。     

高速公路异常事件检测中的目标检测和主体识别算法

针对高速公路监控中心需要轮询查看大量视频的繁琐任务及人员消耗,文章提出了基于人工智能计算机视觉的高速公路事件检测方法。该方法针对传统检测无法判断事件主体是否为工程养护车辆和工作人员的情况,制作了工程养护车辆和工作人员的数据集,采用yolox网络结构作为基础,在网络结构中增加目标识别头,同时对人和车辆进行检测和识别。经实际应用后表明,该方法检测效果优于对比组,可有效检测和识别社会车辆和工程养护车辆、普通行人和工作人员。     

城市干路宏观基本图稳定性研究

本文基于大量的车牌识别数据,运用宏观交通流模型,构建了城市交通干路的宏观基本图,分析了以单日车牌识别数据构建的宏观基本图在长期观测下的稳定性以及临界密度同最大流量的分布特征。在此基础上,利用统计分析方法,比较了多种不同天数的车牌识别数据选取方式下所构建的宏观基本图的稳定性。结果显示,低密度下的宏观基本图具有较高的稳定性,高密度下基本图稳定性随统计数据天数的增加而提高,且利用连续多个工作日的数据选取方式能迅速有效地获得范围误差较小的宏观基本图。