运用Laplace变换计算填石路基沉降

将填石路基简化为双层地基模型,借助Laplace变换求解了二级加荷的双层地基一维固结问题。为克服对固结方程进行Laplace逆变换的困难,在其逆变换中运用Stehfest算法进行数值求解,计算结果与观测数据基本一致。     

一种改进的小波消噪算法

针对传统小波变换在信号消噪中计算的不足,设计了一种改进的小波消噪算法.该算法保留了小波分析处理时变信号的优势所在,但较传统的消噪应用,算法相对简单,易于实现.利用实际数据对该消噪算法进行了数据验证,并与传统小波消噪算法等对比算法进行了效果对比.验证结果表明,所提出的新算法效果较好,具有一定实用性.     

夜间交通视频图像增强方法研究和应用

随着智能交通技术的发展,道路交通视频监控成为智能交通研究的热点,但是由于夜间光照不够,监控图像的视觉质量往往令人不满意,不利于交通安全分析.针对夜间照度不够条件下的交通视频图像存在的问题,在国家交通安全科技行动计划的支持下,课题六(区域公路网交通安全态势监测、评估及应急指挥)专题一(区域公路网交通安全信息采集关键技术及设备)对其作了研究.尽管常用的直方图变换方法能提高夜间照度不够条件下图像的视觉质量,但是常常存在伪边缘和过曝光等问题,不利于车牌识别、行人特征识别等后续图像处理.文中提出了改进的直方图变换方法,提高夜间照度不够条件下交通视频图像的视觉质量,加强道路交通安全的管理.     

三维CAD模型中自由曲线曲面无损压缩算法

  目的  由于FORAN V70 R2.0（及以上版本）输出的JT模型中存在很多同名的特征节点,导致采用间隙分析软件对其进行分析时时间消耗加大且间隙分析结果难以处理。针对该问题,  方法  在研究FORAN导出的JT文件装配结构和蕴含信息（几何信息、材料属性信息等）的基础上,提出一种特征节点合并算法。该算法由坐标变换、模型节点更名、节点几何数据移动和材料属性处理4个步骤构成。然后,利用C++及JT Open Toolkit实现所提出的算法。  结果  结果显示,利用该算法处理后的JT模型只包含1个装配节点且保留了原始JT模型的内在信息,可为后期间隙分析提供有效的输入数据。  结论  大量的实例验证了所提出算法的有效性,处理后的JT文件大小可减少7%~20%。     

An Improved Singularity Computing Algorithm Based on Wavelet Transform Modulus Maxima Method

IntroductionA recent finding is that noise signal may con-tain hidden information.Such information promis-es to be of application value(forecasting suddencardiac death in patients,or analyzing financialmarkets fluctuation,or predicting the properties ofelectric devices).We must use some approachesfor extracting such hidden information from noise.Conventional approaches include analysis ofmeans,standard deviations and other features ofhistograms,along with classical power spectrumanalysis.Thos…     

人车路综合风险场模型构建及驾驶风格评估

为帮助驾驶人正确认知自身的安全驾驶能力,揭示“人-车-路”相互作用关系并衡量各要 素对车辆驾驶安全性的影响,构建了考虑驾驶风格因子的综合风险场模型。首先,针对现有风险 场模型在人因要素刻画不足,将车辆加速度方差和方向盘转角方差转化为驾驶风格因子,表征驾 驶人潜在驾驶习惯;然后,根据事故风险的突发性和短时性特征,利用希尔伯特-黄变换(HilbertHuang Transform, HHT)将驾驶全域风险分解为平稳阶段和局部突变阶段风险信号能量,作为评 价驾驶能力内在属性的关键依据;最后,开展行人横穿风险场景的驾驶模拟试验验证。结果表 明：驾驶风险能量在空间形态上呈“椭圆形”圈层分布,沿物理轮廓中心高边缘低,风险演变过程 能量大小“爬山式”递增效应显著。对风险能量聚类可获得比主观问卷更加细致可量化的分类结 果,对比发现,驾驶人存在“认知-操纵”偏差(问卷安全型-模型危险型/危险倾向)同时丰富的驾驶 经验对薄弱的安全意识有补偿作用(问卷危险型-模型安全型/安全倾向)。研究成果可以为识别 危险驾驶人群,提高安全驾驶能力提供一种新方法。     

iTECS技术在混凝土结构厚度检测中的结果分析

冲击回波法对冲击回波法(Impact Echo method,简称IE法)是20世纪80年代中期发展起来的一种声波检测技术。它是基于弹性波和物体内部结构相互作用产生共振,由共振频率来计算混凝土结构厚度、缺陷位置和表面开口裂纹深度的无损检测方法,具有可单面检测,精度高,测深大,受结构混凝土材料组分与结构状况差异影响小的优点,因此可广泛用于确定单层混凝土结构厚度,内部缺陷的深度。iTECS就是基于冲击回波原理而设计的一种混凝土多功能检测仪,本文就是通过对iTECS检测仪采集的数据进     

基于深度学习框架的多类运动想象脑电分类研究

模式识别是脑机接口(brain computer interface,BCI)系统的核心部分,其中特征提取和分类方法对最终分类结果有着决定性作用.针对多类运动想象脑电识别过程中特征提取困难,识别准确率低的问题,文中提出了一种新的基于深度学习框架的多类别运动想象脑电分类方法.首先,为了满足深度学习方法的大批量样本的需要,使用自编码器(auto-encoder,AE)对训练样本进行扩充;其次,针对脑电信号的特点,设计4个巴特沃斯带通滤波器提取脑电的θ、α、β和γ波段,并对每一波段的信号进行傅里叶变换,然后计算幅值的均值和方差;最后,通过深度信念网络(deep belief network,DBN)对脑电信号进行分类识别.文中使用BCIⅢ的竞赛数据集对所提出的方法进行验证,实验结果表明,文中方法能够有效地提高多类运动想象脑电的分类准确率,分类结果的平均kappa系数达到了0.802 4.