声明

近日有不法网站盗用本刊名义向社会征稿,借机提供所谓的有偿代写和论文发表服务,非法牟利。本刊在此郑重声明:本刊未委托任何企业、机构、网站或个人向社会征稿,未与任何企业、机构、网站或个人建立任何形式的稿件代理关系。请广大读者和作者提高警惕,以免上当受骗。欢迎大家将稿件直接发送杂志社收稿邮箱或与本刊编辑部联系。     

卡尔曼时间序列模型预测路面平整度指数

路面平整度的发展趋势受交通量、温度及使用时间等许多因素的影响,很难建立综合全面的预测模型。而时间序列法利用历年的IRI值可解决这个问题。针对传统的时间序列法计算的不足,提出了将卡尔曼滤波应用于时间序列IRI预测模型的方法,能充分利用观测值对状态估值进行实时修正,可有效提高预测模型的预测精度,且无需储存大量的历史观测数据。最后,通过实例证明了该模型有效可行。     

基于交通流量预测的高速公路收费道口运营策略研究

以宁沪高速公路南京主线收费站数据为样本,使用现代时间序列模型预测收费道口交通流量,提出了基于交通流量预测的收费道口运营策略制定方法,并给出了应用实例。     

直接序列扩频信号干扰技术研究

直接序列扩频信号在军事通讯中具有广阔的应用前景。针对直接序列扩频通信系统扩频码本身的特点,从理论上推导得出了直接序列扩频信号的时频特性和参数估计。分析了噪声干扰技术和回波模拟技术。通过计算机仿真,对比了样式相同而不同干扰功率情况下直接序列扩频通信误码率,其仿真结果验证了理论推导的正确性。     

新冠肺炎疫情对港口散杂货吞吐量的影响及建议

新冠肺炎疫情全球蔓延导致我国外贸环境显著变化，对我国海运运输产生重要影响。为补充散杂货领域的研究空白，本研究以我国重要枢纽港口广州港为实例，基于广东省疫情和实际生产数据，应用时间序列模型进行预测与分析。实证结果表明：地区疫情强弱程度能够在港口吞吐量上反应且无明显滞后现象，并且，各细分货类的吞吐量变化较大，且影响因素较为复杂，可分为政策因素、价格指数、运价指数、国内外供需关系四大类。最后对后疫情时代的港口散杂货业务发展策略、货类管理办法提出对策建议。     

内河船舶非法参与海上运输查处法律实践问题分析

针对近年来部分内河船舶受利益驱使铤而走险非法从事海上运输,给海上交通安全造成巨大威胁的现状,运用实例分析法,提出海事机构在查处内河船舶非法从事海上运输过程中面临违法主体隐藏在幕后、违法船舶证书不齐、违法行为整改困难、强制措施保障不利等现实执法难题。通过对执法实践的总结分析,力求找出查处内河船舶非法参与海上运输过程中诸多疑难问题,提出法律建议,为整治内河船舶非法参与海上运输提供法律支持。     

地铁闸机扇门机构故障时间序列预测研究

基于CNN+ LSTM混合神经网络构建故障时间序列预测模型，利用某型号地铁闸机扇门机构的故障数据进行实例分析，并与ARIMA、CNN和LSTM 3种单一预测模型对比。结果表明:CNN+LSTM混合神经网络模型的预测准确性较高，具有良好应用前景，研究成果可用于支持地铁闸机维修计划的制定和优化。     

论非法采运海砂的刑法控制

近年来中国沿海地区海砂价格一路攀升,高额利润之下非法采运海砂行为屡禁不止,严重破坏了海洋生态环境,扰乱了海上交通秩序,甚至造成船只翻沉人员伤亡等安全事故。从刑法角度考量非法采运海砂,不仅涉嫌盗窃罪、非法采矿罪和破坏性采矿罪,还可能涉嫌重大责任事故罪以及不报、谎报安全事故罪、渎职罪等犯罪。认为依法启动刑事司法程序,哪怕是刑事罚稍稍重于行政罚,也会收到更好的预防效果。