基于集合经验模态分解降噪和优化LSTM的道路交通事故预测

道路交通事故精准预测是有效提升交通安全的重要手段,由于事故数据经常呈现非线性、波动性、无周期性等特征,现有的算法存在预测效果不佳的问题。为此本文提出基于集合经验模态分解降噪算法(ensemble empirical mode decomposition,EEMD)和优化长短时记忆神经网络(long short-term memory,LSTM)的交通事故数量预测模型。在单一模型的基础上,引入降噪算法EEMD对噪声大的交通事故时间序列进行降噪处理,利用EEMD对事故时间序列进行分解得到多个子序列和1个残差项;基于粒子群优化算法(particle swarm optimization,PSO)优化LSTM网络结构参数,并在LSTM的最优网络结构下提取数据中的时间特征信息进行预测,对各子序列及残差的预测结果求和得到最终预测结果。研究结果表明：相对于EMD-PSO-LSTM,PSO-LSTM,EEMD-LSTM,LSTM这4个模型,EEMD-PSO-LSTM的预测效果最好,其对应的预测误差e_rmse分别降低了8.7%、48.3%、53.1%、57.6%,误差e_m...     

地铁自动检票机故障分析及可靠性研究

考虑到地铁自动检票机组成复杂且故障形式多样,对其进行故障分析并以二参数威布尔分布为基础,提出一种基于混合威布尔分布的设备可靠性评估模型。为提高模型拟合精度,基于误差平方和最小思想构建非线性最小二乘参数优化估计模型并使用粒子群算法(PSO)进行最优参数求解。以南京地铁油坊桥车站自动检票机实际故障数据为例,进行实例验证。结果表明,基于PSO算法的混合威布尔分布可靠性评估模型优于传统单威布尔分布,其均方根误差、平均绝对百分比误差、皮尔逊相关系数均为最优。     

航海英语教学的现状与改进策略

针对中国现阶段船员队伍中远洋船员英语能力的现状,分析航海英语的特点和教学要求,指出现阶段航海类专业英语教学中存在的问题,说明传统英语教学模式已经不能适应现代航海的需要,并对如何改进中国高等学校航海类专业英语教学工作提出可行的方法与措施,以期培养出高素质的、适应现代航海需要的高级船员。     

探究6轴工业机器人的奇异点规避与轨迹规划方案

在自动生产技术大力发展的现下,工业机器人在企业产品生产中的重要性及关键性逐渐增强。然而,在实际生产过程中,由于工业机器人缺少自动避障处理的能力,导致机器人在运动时常常不能顺利完成既定轨迹,尤其是奇异点区域作为避免难度较高的特定区域,经常导致工业机器人在实际运作中产生生产事故。为了有效解决这一问题,提升自动化生产效率,将从运动学角度分析6轴机器人的位姿和运动特点,并通过分析得到6轴机器人的奇异点规避算法,为工业机器人有效解决无法避障问题,实现高效运作提供参考帮助。     

一种应用在大惯性系统下的PI算法

在某所5吨的摇摆平台控制系统中,由于负载的惯性比较大,而控制单元采用PLC,控制精度为50ms,因此简单地采用位置式PI控制算法可能会造成系统的失控,系统的运行曲线无法达到指定的正弦波.当在系统调试中采用位置式PI算法并加入一阶惯性环节,同时考虑到死区和速度限制时,在实际调试中则取得了比较好的效果.     

利用变形模板提取嘴部特征的算法

嘴部特征提取是人脸识别和人机交互等领域的重要步骤。作者提出了一种改进的利用变形模板是取嘴部特征的算法。针对变形模板对初始位置敏感和匹配易陷际局部极小等问题，首先确定嘴部区域的边框，然后在此区域内仅用边缘和灰度信息，进行全局搜索确定变形模板的最佳参数，算法用两种模板匹配张嘴和闭嘴的情况。实验表明，对于简单背景的灰度图像。该算法可较好地提取嘴部特征，计算速度较快。     

基于粒子群算法的水下多元线阵阵形有源校正方法

针对存在阵元位置误差的水下多元线阵,提出一种基于粒子群优化算法的远场有源阵形校正方法.该方法选用2个辅助源分时工作方式,利用无条件最大似然方位估计算法构建目标函数,并通过粒子群算法对阵元位置进行寻优.利用该方法对均匀线阵进行性能仿真实验.结果表明:该方法稳健性好、校正精度高,具有一定的应用前景.     

2010年《港工技术》征订启示

《港工技术》是经国家新闻出版总署和科技部批准出版的科学技术类刊物,国内外公开发行。主办单位为中交第一航务工程勘察设计院有限公司,主管单位为中国交通建设集团有限公司。     

最小偏差三维直线插补方法的研究

优化最小偏差三维直线插补算法,做出了插补流程图,并在最小偏差法二维直线插补精度不大于半个脉冲当量的基础上,采用解析法证明了最小偏差法三维直线插补精度.为三维直线插补算法的广泛应用提供了依据.