基于最小二乘支持向量机的车辆跟驰行为模型

基于最小二乘支持向量机(Least squares support vector machine,LS-SVM)算法建立符合我国道路交通流特征的车辆跟驰模型,并用该模型模拟单车道道路上车辆的跟驰行为。采用NGSIM提供的数据对LS-SVM模型进行仿真验证,将测试结果与传统的Gipps模型进行对比。结果表明:与Gipps模型相比,LS-SVM模型对应的各项误差指标精度均有明显改善,能够挖掘变量之间的潜在关系,弥补传统车辆跟驰模型的不足。     

基于SVM的列车速度融合仿真测试平台设计

测速是城市轨道交通列车控制系统最基本的功能之一,为提高其测量可靠性,通常采用两种测速方式,然后对两种速度进行融合。文章提出一种基于支持向量机（SVM）的速度融合算法,设计了相应的测试平台。通过模拟各种速度工况对该算法进行验证,证明该算法具有较高容错能力,可以提高测速的准确性。     

铁路牵引变电所通流加压技术探讨与展望

针对铁路牵引变电所向量保护调试需求,介绍了几种所内通流加压技术,结合现场调试经验对比分析了每种技术的特点,并对向量保护调试技术进行了展望.     

支持向量机在舰船模拟电路故障诊断中的应用

模拟电路在舰船应用中越来越复杂,故障率也在不断的增加。本文通过分析舰船模拟电路的特征,提出支持向量机的故障诊断方法,其中采用mRMR-GASVM的支持向量机对故障诊断做出分析,并结合遗传算法对分类器的参数进行优化,可以提高故障诊断的准确性。最后建立一个Sallen-Key带通滤波器电路,对其进行仿真验证,结果显示这种方法可以有效诊断出舰船模拟电路的故障。     

基于优化支持向量机的隧道涌水量预测

为实现隧道涌水量的高精度预测,该文以支持向量机为基础,通过核函数筛选和粒子群算法优化,构建了隧道涌水量的PSO-SVM预测模型。实例研究表明:支持向量机的核函数和惩罚因子对其预测精度具有较大影响,且Sigmoid型核函数的预测效果相对略优,粒子群算法也能很好的优化惩罚因子,进而达到提高预测精度的目的;同时,PSO-SVM模型预测结果的相对误差均小于2%,具有较高的预测精度,进而验证了该模型在隧道涌水量预测中的适用性,为隧道涌水量预测提供了一种新的思路,值得深入研究。     

进口铁矿石市场和干散货市场的联动关系研究

为研究进口铁矿石市场和干散货市场的联动关系，分别以进口铁矿石价格指数和波罗的海干散货运价指数为研究对象。Johansen协整检验显示两个市场之间存在长期均衡的关系，在向量误差修正模型的基础上，脉冲响应分析进一步说明：来自进口铁矿石市场的波动和干散货市场的波动分别对双方市场的影响的持续作用时间都很长，并且对于散货市场的影响也都具有时滞性。     

基于相关向量机的电气化铁路用电量预测方法

为了提高用电量预测的精度,提出基于相关向量机回归的预测模型,在时间序列数据的基础上通过拟合训练得出其内在关系,进而可以计算得到较为准确的预测结果。相关向量机具有算法简洁和预测精度高等特点,易于编程使用。为了验证模型的有效性,本文选取2006年3月至2013年2月之间的电气化铁路用电量数据进行模型拟合训练,并预测分析2013年3月至7月的用电量情况。最后,通过对比分析表明相关向量机模型的预测结果比传统回归方法的预测结果更优。     

A METHOD OF REALIZING THE VISUAL REPOSITORY BASE ON SVG STANDARD

1 Introduction Thetraditionaltechniqueusedtoestablishare positoryistoprovideatext inputinterface.This techniqueissuitableforthesituationswheretheda taisnotlarge.Itfailsforthecaseswhenthedatais hugeandcomplicated.Itshouldbereplacedbythe visualandgraphica…     

轨道交通系统换乘枢纽形式选择的定量化研究

针对交通规划和轨道路网建设中经常遇到枢纽车站换乘形式的选择问题,运用AHP方法进行了定量与定性相结合的分析并给出了具体的操作步骤,增强了决策的客观性和科学性,具有很强的可操作性和现实意义。     

改进SVR及其在铁路客运量预测中的应用

为了提高铁路客运量现有预测方法的预测能力,用训练样本与测试样本间的马氏距离对惩罚因子进行加权,对传统的支持向量回归机(SVR)进行了改进,在此基础上提出了基于改进SVR的铁路客运量时间序列预测方法.以1980~1998年铁路客运量预测为例,对SVR方法和BP人工神经网络(BPANN)方法进行了比较,结果表明,SVR方法能获得更准确的预测结果.