基于图像三维建模技术的桥梁病害巡检定位技术

大量桥梁设施从建设进入运营期,桥梁结构损坏反复维修,桥梁设施损坏的跟踪记录、设施损坏状况的精准检查与定位越来越重要。以序列影像三维建模技术为基础,通过全景图像拼接技术,搭建基于真实场景的三维模型空间。通过损坏图像的位置匹配、表观损坏的识别分析,完成了桥梁裂缝、麻面等表观损坏巡检数据的记录及比对。以东吴大桥和道冠山大桥为例,通过实际建模及数据分析,确定了该技术路线的可行性、主要精度及具体的实施路径。     

灰色系统理论论在香港口吞吐量预测中的应用

介绍灰色系统预测理论的基本原理，并结合港口吞吐量预测的实例以加说明。     

一种扩展自相似分形序列图象编码方案

提出了一种扩展自相似分形（ＥＳＦ）序列图象编码方案，在此方案中，我们将分形静止图象编码中所利用的自相似性由２Ｄ扩展到３Ｄ，从帧内扩展到帧间，使分形拼贴图象与原始图象之间的误差大大减少，从而获得较高的信噪比和压缩比，编解码速度也较快，是一种比较实用的压缩方案。     

SDH传输系统的告警维护信号

介绍了ＳＤＨ传输系统主要告警维护信号，描述了告警维护信号的含义和故障产生原因。举例说明了ＳＤＨ传输系统因传输故障所引起的告警序列。     

基于时间序列法的舰船运动预报实验研究

采用线性自回归AR模型、具有首前波观测量的ARMA模型以及非线性自回归NAR模型三种方法分别对舰船运动进行预报,将得到的预报结果与实验测量结果进行验证比较,并对最佳预报模式进行讨论.     

基于BP神经网络的基坑变形预测

基坑工程施工中,需要根据现场实际情况、周围环境、建筑安全等级等对变形进行严格控制。通过对基坑实测变形数据进行整理和分析,对未来变形量作出预测,保证基坑安全。结合BP神经网络的高度非线性映射能力,提出了一种基于BP神经网络的基坑变形时间序列预测方法。在基坑开挖过程中,采取滚动预测的方法,不断利用前期已有实测数据建模预测后期变形量,以实现信息化施工和动态控制。实例分析表明,BP神经网络模型具有较高的预测精度,并能获得满意的预测结果。     

鲁棒Kalman滤波在电控罗经数据建模中的应用研究

基于电控罗经实测数据,对实时数据进行时间序列建模,并对模型进行了处理,分别采用鲁棒Kalman滤波器和标准Kalman滤波器,并对这两种滤波器进行了对比,从数据的光滑性和滤波器的最优估计角度得出鲁棒Kalman滤波器对于数据处理具有良好的适用性。     

高速铁路路桥过渡段地基沉降测试与预测方法研究

以津秦客运专线路桥过渡段路基沉降测试为例,利用BP神经网络方法和灰色系统法研究了路桥过渡段沉降预测问题。计算实例表明,神经网络法和灰色系统法短期沉降预测结果比较准确,简便易行,因而具有广泛的工程实用价值和应用前景。     

基于灰色关联的民航西南地区事故/事故征候诱因分析

安全是民航所有工作的根本,通过灰色关联方法对民航西南地区事故/事故征候诱因进行深层次的分析和数据挖掘,找到西南地区事故/事故征候的主要诱因,以此为管理者提供了入手点和决策依据,为西南地区民航安全管理实践提供参考。     

灰色模型及其在经济预测中的应用

一、灰色系统及其特点 近年来，灰色预测理论在许多领域得到了广泛关注，它能够有效处理不确定性显著和数据样本较少的系统，因此得到了越来越广泛地应用。