动态识别道路坡度的多传感器信息融合方法

在行驶中动态识别道路坡度的大小是采用电控机械自动变速器的车辆实现智能换挡控制的重要环节之一 ,也是目前的一大技术难题 .针对这一问题 ,提出了采用多个传感器信息融合来识别坡度角的方法 ,建立了数学模型 ,并对识别误差进行了分析 .     

β淀粉样肽1～42单克隆抗体的制备

目的　制备稳定分泌β -淀粉样肽 1～ 4 2 (Aβ1-42 )单克隆抗体的杂交瘤细胞 ,产生高效价抗体。方法　通过基因工程技术 ,将Aβ1-42 基因融合于乙肝核心抗原 (HBcAg)的主要免疫优势区 (MIR) ,制备Aβ和HBcAg的融合蛋白 ,免疫BALB/c小鼠 ,取脾细胞与SP2 / 0细胞融合 ,筛选能稳定分泌Aβ1-42 单克隆抗体的杂交瘤细胞。结果　得到两株能稳定分泌Aβ1-42 单克隆抗体的杂交瘤细胞 ,Aβ1-42 单克隆抗体的Ig亚类为IgG3 。结论　制备得到的Aβ1-42 单克隆抗体特异性强 ,效价高     

测量噪声相关情况下的航迹融合和测量融合

研究了测量噪声相关情况下的航迹融合和测量融合问题,根据线性无偏最小方差估计理论,推导了噪声相关情况下的多传感器跟踪系统的航迹融合和测量融合算法.经Monte Carlo仿真表明,文中给出的考虑噪声相关的航迹融合和测量融合算法的跟踪精度均高于相应的不考虑噪声相关的传统算法,且附加的计算量很小.     

基于多传感器数据融合的目标分析

声场环境复杂,易引起单个声传感器所获得数据的不确定性,利用数据融合方法可以解决目标分析中信息的不确定性问题.文中建立了适合工程实用的基于多传感器数据融合的目标分析模型,利用该模型对三维情形下舰船通过过程进行了仿真.该方法的应用实现了对多传感器信息的优化利用,取得了较满意的结果,证明了模型的有效性.     

预缺血对培养乳鼠心肌细胞缺血再灌注损伤的延迟保护作用

观察了预缺血对培养乳鼠心肌细胞缺血再灌注损伤的影响。结果发现,经预缺血诱导的,Ｃ肌细胞超氧化物歧化酶（ＳＯＤ）活性升高,与缺血再灌注组（Ｉ－Ｒ）比较,经典预适应组（ＣＰＣ）和延迟预适应组（ＬＰＣ）乳酸脱氢酶（ＬＤＨ）释放减少,心肌细胞存活率升高,脂质过氧化减轻,膜流动性增加。提示：培养乳鼠心肌细胞存在延迟预适应,其机制与预缺血提高心肌细胞抗氧化酶的活性、增加缺血再灌注时自由基的清除有关。     

轨道与接触网几何检测融合技术研究

为解决现有轨道和接触网几何参数检测系统相对独立、同步误差大的问题,对二者进行融合.改变检测系统硬件架构,统一两系统编码器脉冲及数据接口,提升系统硬件集成度及数据对齐精度;依据QNX系统开发融合系统软件,保证系统实时性及执行效率;制作L形工装,依据特征波形验证数据对齐精度;在实验室模拟车体振动的测试环境,分别采集静态及动...     

基于自适应可变权重的铁路继电器机电参数融合方法研究

铁路继电器性能优劣直接影响铁路系统的正常运行.为分析铁路继电器长期动作造成的性能退化,研究一种融合继电器机械参数和电参数的方法来综合反映继电器性能状态.利用熵权法分析继电器性能参数所含退化信息量,客观确定参数基础权重.根据性能参数退化特征,引入考虑关键参数优化差异的劣化参数凸显因子和异常趋势惩罚因子,对基础权重进行优化...     

BIM+GIS数据融合在码头工程中的应用

针对码头项目地形环境复杂、建设面积大、涉及专业多等特点,存在地形数据不够精确、施工协同管理效率低下、项目数据无法传递等问题,围绕BIM+GIS数据融合、融合数据处理及应用等开展研究,并基于国产GIS平台进行二次开发,实现模型轻量化、模型数据赋码、Web服务一键发布等,实现融合数据驱动数字化业务管理,形成一套码头工程BIM+GIS融合数据应用方案。以某码头项目为例,将研究成果在码头建设设计阶段和施工阶段开展数字化应用验证,提高了码头项目数字化管理水平,亦为码头项目全生命期管理提供一种思路。     

基于信息融合的核管道缺陷检测研究

分析核管道缺陷的特点并进行分类,根据多传感器信息融合技术的原理,确定缺陷信息的融合模式和融合方法,建立基于D-S证据理论的检测信息时空融合流程。仿真和融合计算表明：该方法可以充分利用多种检测方法之间的互补信息以及核管道缺陷检测的历史数据,实现核管道缺陷类型快速而准确的判定,为提高核管道缺陷检测的可信度和智能化水平提供了一种有益的尝试。     

基于多源数据融合的干线公交车辆 行程时间预测

为提高城市中心区干线公交车辆行程时间的预测精度,在拟合公交车辆行程时间分布特征的基础上,提出基于多源数据的干线公交行程时间预测模型.对RFID及GPS检测器获取的实际数据进行预处理及分布拟合,其中混合高斯分布函数适用于单路段拟合,对数正态分布适用于多路段的拟合.采用皮尔逊相关性系数对影响行程时间的因素进行相关性分析,其中上游路段前2 个时间窗的平均行程时间的影响最大.分别采用ARIMA、改进的SVM模型对行程时间进行预测,其中改进的SVM模型的平均绝对百分比误差为6.26%,优于ARIMA模型的11.69%,更适用于短距离交叉口间的公交车辆行程时间预测.