大体积混凝土温度裂缝成因分析及控制

温度裂缝防治是大体积混凝土承台施工质量控制的一大难题.在申嘉湖高速公路双林高架桥第一个主墩承台的建设中,使用多项措施来防止大体积混凝土的温度裂缝,从而对确保工程的顺利进行取得了良好的效果.     

交通调查者行为效应分析

交通调查者的行为对获取真实、有效的交通运输系统原始数据起着关键性作用.通过对调查者行为的影响因素进行分析,依据行为学理论解释交通调查者的行为机理,并提出交通调查者的行为效应模型,具有十分重要的意义.     

钢筋混凝土连续箱梁的暗梁设计

结合实例分析横隔梁结构的受力特点,有助于简化有关钢筋混凝土连续箱粱暗粱的设计方法.     

龙山浅埋大跨连拱隧道设计与结构分析

龙山连拱隧道为双向六车道超浅埋大跨城市隧道.其设计与施工严格按新奥法原理.在动态施工中通过监控量测及计算分析,开创了国内在Ⅱ类以下围岩、超浅埋大跨度连拱隧道中采用"上下台阶工法"的先河,为今后该类隧道设计施工提供了参考.     

中国、捷克斯洛伐克桥梁荷载试验标准对比分析

桥梁荷载试验是一项实践性很强的工作,不仅要求工作人员具有丰富的现场经验,同时需要坚实的理论基础作为指导,有关中国与捷克斯洛伐克标准中对桥梁荷载试验要求的介绍及对比分析,有助于揭示两国标准的异同.     

高速机车无变压器化交流传动系统中直流斩波器稳态分析

利用直流斩波技术实现高速机车无变压器化交流传动系统结构是实现车载牵引变压器小型轻量化的一种新方案,其需要解决的关键问题之一是直流斩波器电路元件参数的确定.通过建立斩波器的暂态方程,推导出稳态时状态方程的解,揭示出元件参数和斩波器稳态工作性能的关系.在这一基础上,确定出一组合理的元件参数.     

p型自适应有限元法及其在机车车辆强度分析中的应用

着重介绍了P型向适应有限元法的基本概念、典型算法、单元形函数特点及误差估计方法．并利用ANSYS软件提供的p单元对机车从动车轮的静强度进行了自适应分析：计算结果表明,利用该方法可提高分析效率,得到精度可靠的分析结果。     

某装备结构动态特性分析

利用试验模态分析法获得了某机枪结构的模态参数,分析了机枪的动态特性,并通过基于模态试验的灵敏度分析方法,获得了影响该机枪动态特性的敏感部位,为改善机枪动态特性提供了依据.     

船舶柴油机磨合状态监测系统的研究

介绍了基于油液分析、表面形貌分析、柴油机性能参数分析等多技术综合分析方法的柴油机磨合状态检测系统的设计与实现技术,该系统的应用不仅可以掌握柴油机磨合的进程,而且能够为磨合程序的优化提供依据.     

Efficient missing data imputing for traffic flow by considering temporal and spatial dependence

The missing data problem remains as a difficulty in a diverse variety of transportation applications, e.g. traffic flow prediction and traffic pattern recognition. To solve this problem, numerous algorithms had been proposed in the last decade to impute the missed data. However, few existing studies had fully used the traffic flow information of neighboring detecting points to improve imputing performance. In this paper, probabilistic principle component analysis (PPCA) based imputing method, which had been proven to be one of the most effective imputing methods without using temporal or spatial dependence, is extended to utilize the information of multiple points. We systematically examine the potential benefits of multi-point data fusion and study the possible influence of measurement time lags. Tests indicate that the hidden temporal–spatial dependence is nonlinear and could be better retrieved by kernel probabilistic principle component analysis (KPPCA) based method rather than PPCA method. Comparison proves that imputing errors can be notably reduced, if temporal–spatial dependence has been appropriately considered.