一种基于旁压试验进行疏浚软岩岩体分级的方法

现有规范划分疏浚工程岩体时没有考虑岩体完整性的问题,针对这一问题,须寻找适合疏浚岩体分级的方法。阐述旁压试验的机理、方法及海洋勘察的适用性,分析旁压试验压力与岩体强度和完整性的关系,得出旁压试验能综合反映疏浚软岩岩体特性的结论。结合岩石基本分级,构建适合疏浚工程软岩岩体的分级体系。将此体系应用到摩洛哥萨菲新港软岩勘察中,为船舶选型和预估生产率等提供数据支撑。     

知识经济与档案

知识经济是注重信息、人才、创新的经济,因此,要适应知识经济到来的现实,作为档案管理人员,必须具有相应的素质,以使相关的信息能够得到充分的利用。     

基于VC＋＋的船用文电打印的实现

介绍了使用MSVisual Studio C＋＋ 6.0（VC＋＋ 6.0）开发的船用文电处理终端中,自编软件实现船用文电排版打印的机制。该打印机制不占用太多设备硬件资源,能够满足文电处理终端文电打印格式要求,辅以打印格式预设工具,可以应用于多型文电处理终端。     

基于系统聚类的沪宁城际高铁列车停站改进方案

列车停站方案是旅客列车开行方案优化的重要环节。在定义城际高铁概念和分析沪宁城际高铁运营状况以及列车停站方案存在主要问题的基础上,提出根据客流量采用系统聚类法对车站进行分级的方法,并将沪宁城际高铁各站分为5个等级。对比现行列车停站方案,按照公交化的理念,提出了沪宁城际高铁基于高峰和平峰时段车站不同平均服务间隔的停站改进方案和改进建议,为城际高铁运营组织提供有力的技术支撑。     

基于土地利用及客流特征的地铁车站分类

为研究地铁站的精细化分类问题,利用基于出行链分析的通勤出行识别方法筛选通勤客 流,结合早晚高峰的进出站客流量,识别车站的职住功能特征;基于百度地图开源平台抓取POI (Point of interest)数据,从用地功能角度进行组合归类,得到细粒度的车站周边土地利用特征。结 合以上两类特征,建立基于非监督学习K-Means++方法的地铁车站分类模型,将北京地铁307个 车站分为7类。根据其客流和周边用地特征分别识别为配套设施开发完善的典型居住型车站,具 有商业开发潜力的典型居住型车站,配置一定工作岗位的居住型车站,高度开发的典型工作型车 站,职住结合的工作型车站,旅游休闲型的车站,以及尚待开发的远郊车站。经过分析,该分类结 果与实际情况高度吻合,验证了模型的有效性,可以为城市规划及车站周边土地开发提供依据。     

短时交通流预测方法研究进展

实时准确高效的交通流预测是实现交通流诱导和交通控制的关键技术之一,近年来它在智能运输领域受到广泛关注。本文首先介绍了短时交通流的属性和预测要求,接着将现有预测方法分成4类：基于线性理论的方法、基于非线性理论的方法、基于混合理论的方法和基于交通流理论的方法,并且总结评述了现有各种预测模型的优缺点,之后探讨了当今短时交通流预测领域的研究热点,最后指出了其未来研究方向．     

2000-2006年国内图书馆采编流程的优化研究

对2000-2006年国内图书馆采编流程优化研究的相关文献进行了调研.统计分析了有关文献隶属的期刊级别、年限分布及研究切入点,并指出了优化研究中存在的不足及今后研究的努力方向.     

一种改进的小波变换图像压缩方法

针对传统小波变换过程复杂的缺点和SPIHT算法编码过程重复运算、存储量大的问题,提出了一种改进的小波变换图像压缩方法.该方法首先对纹理丰富的图像进行3级小波变换,再对高频子带通过小波树分类器分为低频树和高频树.最后对最低频子带进行差值脉冲编码调制(DPCM),对低频树和高频树分别进行SPIHT和自适应算术编码(MQ).仿真结果表明,在压缩比相同的情况下,该方法不仅能够在几乎不降低图像恢复质量的前提下提高了编码速度.而且能够降低存储空间的消耗.压缩整体性能明显要优于SPIHT算法.     

滩海井场调查中区块物探资料的比对分析

采用大港滩海某区块井场调查资料进行汇总,并通过物探资料比对,总结该区块内的地质条件,以及结合少量钻孔资料,分析钻井船升船作业的可行性.结果表明:比对分析可以更为全面地得到区块内的地质条件,并科学地给出地质评价,同时也可对钻井船在整个区块内的就位得出科学的结论.     

编组站列车编组顺序的调整方法

编组站出发列车按发车时刻的先后安排的编组顺序有时难以保证每一出发列车均满轴,此时需要调整。在分析编组站作业特点的基础上,以作业时间标准为依据,定义了紧凑接续编组、相邻列车最大调整等概念。由出发列车的最晚必须开始编组时刻分析了发车间隔时间、待发时间与编组作业时间之间的关系对编组顺序调整的影响,推导出相邻列车的调整条件及方法,给出了调整后时间推移的定理,并通过实例证明用此方法可以分步进行跨列车编组顺序的调整,从而为编组站列车解体顺序与编组顺序的协调优化打下了基础。