电网背景谐波电压测量与研究

背景谐波电压是谐波研究中的一个重要特征参数,其一方面来自上级电网谐波电压的渗透,另一方面来自本级电网其他谐波源的影响。背景谐波电压不仅与电网中谐波源强弱、网压变化有关,而且与电网容量、结构有关。由于其直接决定电网承受畸变负荷的能力,所以有必要对各种电网的背景谐波状况作全面了解和测量。本文提出一种根据用户谐波特征进行背景谐波电压测量的方法,并对一些小电网背景谐波电压放大现象进行初步分析。     

基于计算机视频的交通流参数检测

针对视频交通流的特点，在总结以往视频车辆检测方法的基础上。提出了一种改善背景的更新方法，并着重对车流量统计和车速计算算法的实现进行了介绍。最后给出了实现结果并讨论了提高检测数据准确性的措施。     

Online calibration of an integrated framework for information‐based evacuation operations

This study seeks to online calibrate the parameters of aggregate evacuee behavior models used in a behavior‐consistent information‐based control module for determining information strategies for real‐time evacuation operations. It enables the deployment of an operational framework for mass evacuation that integrates three aspects underlying an evacuation operation: demand (evacuee behavior), supply (network management), and disaster characteristics. To attain behavior‐consistency, the control module factors evacuees' likely responses to the disseminated information in determining information‐based control strategies. Hence, the ability of the behavior models to predict evacuees' likely responses is critical to the effectiveness of traffic routing by information strategies. The mixed logit structure is used for the aggregate behavior models to accommodate the behavioral heterogeneity across the population. An online calibration problem is proposed to calibrate the random parameters in the behavior models by using the least square estimator to minimize the gap between the predicted network flows and unfolding traffic dynamics. Background traffic, an important but rarely studied issue for modeling evacuation traffic, is also accounted for in the proposed problem. Numerical experiments are conducted to illustrate the importance of the calibration problem for addressing the system consistency issues and integrating the demand, supply, and disaster characteristics for more efficient evacuation operations. Copyright © 2016 John Wiley & Sons, Ltd.     

BST有关背景及法规解读

介绍客运半挂车的背景及有关政策法规,并探讨其目前障碍解决方案。     

改进的灰色GM(1,1)模型在滑坡预测中的应用

滑坡形成机制复杂其变形受多种因素影响,具有相当的模糊性和灰色不确定性,因而利用灰色预测模型对滑坡进行预测将是一条有效的途径．在介绍了灰色预测的基本原理及其精度检验方法后,针对传统灰色GM（1,1）模型中背景值的取法,提出了一种自动寻优定权的改进措施,通过实例对比分析,表明其预测精度将得到有效提高．     

融合实时交通状态信息的道路背景更新模型

针对道路背景的提取和更新效果受实时交通流状态影响的问题,提出了一种用于交通视频监控场景下的融合实时交通状态信息的道路背景更新模型和实现方法.该方法通过构建宏观交通状态参数特征集估计道路实时的交通状态信息,在传统方法基础上融合交通状态信息建立选择性背景帧提取模型,改进背景更新候选帧的选取条件,通过光照变化来估测道路背景的更新频率并自适应地提取背景更新区域.试验表明:该方法在道路交通顺畅和拥堵状态时,均能有效地提取道路背景,大大地提高背景更新的收敛速度.     

基于混合高斯背景建模的交通视频运动目标检测

目前最常用也最有效的运动目标检测方法是背景减除法,其中背景提取是背景减除法的核心.传统的运动目标检测方法无法解决场景的光线突变、背景图像发生变化以及前景运动目标物体的阴影干扰等问题.针对交通视频中背景模型的实际情况,采用混合高斯分布对视频背景进行建模,将前一帧视频图像与所建立的当前背景图像进行相减,得到车辆在当前时刻的运动图像,并将所得图像进行形态学去噪处理.通过相关的仿真实验,证明了该方法能够比较准确地检测出前景运动车辆目标.     

基于OpenCV和DirectShow的交通运动目标检测算法研究

针对运动目标的自动检测问题,提出了一种改进的背景差分算法,采用背景图像多帧平均进行背景的获取和更新,进一步检测出运动车辆轮廓。使用VC++6.0作为开发环境,结合DirectShow视频处理库和OpenCV图像处理库进行编程实现。通过对两个不同场景的实验结果表明该算法能正确地检测出运动车辆,能够满足实时性的要求。     

道路交通事故背景因素指标的采集和统计分析

提出了事故背景因素的概念,建立了背景因素量化指标体系及其采集数据项;并提出了构建背景因素数据库的设计思路,建立了符合我国道路交通事故分析模式的交通事故背景因素数据统计分析系统,以便把握道路交通安全的整体状况和发展趋势,找出造成事故的主要背景原因,提炼安全对策,为道路交通安全措施提供科学依据和指导。     

背景知识在高职高专英语阅读教学中的应用

阅读是英语学习中一个重要的环节,传统英语阅读教学模式主要强调语言本身及其语法的作用,不注重读者及其背景知识。相关的图式理论和认知模式认为,学生的阅读效果会受其文化背景知识的影响。本文试图阐明文章背景知识介绍应用于高职高专英语阅读课堂教学中可以提高学生的阅读能力,更适合高职高专英语教学在新时代下的要求。