船舶机舱多通道视景虚拟仿真系统

船舶机舱多通道视景仿真系统采用多通道融合技术、边缘融合技术、几何校正技术等进行计算机成像和无缝拼接,以实现宽视角和反算控制算法进行投影图象的非线性几何拼接和校正.进而方便用户在三维场景中进行自由的访问和操作,交互拾取时能够提供高效便捷的三维拾取功能和支持用户更好的交互场景和高效的人机交互行为,并能利用虚拟仪表、虚拟指示...     

浅谈沉箱预制的安全生产及措施

随着沉箱施工能力的大幅提升,沉箱预制施工过程中暴露出的事故隐患也日显突出。文章总结了以往沉箱预制事故教训,对事故产生的原因进行了分析,辩识了沉箱预制过程危险因素,论述了在模板工艺设计、技术措施和管理措施二三个方面应采取的安全措施。     

重载货车驾驶人驾驶风格识别与量化研究

重载货车驾驶人的激进驾驶风格具有强烈的习惯性特征和风险性特征,一旦养成很难矫正,且极易诱发交通事故。针对现有研究极少关注重载货车驾驶人驾驶风格的不足,本文基于某全国货运监管平台提供的云南省重载货车低频轨迹数据,从风格聚类、风格识别和风格评估这3个方面,提出综合考虑疲劳驾驶特征和超速驾驶特征的重载货车驾驶人驾驶风格分析方法。首先,基于轨迹数据蕴含驾驶人驾驶行为模式的特点,构建表征重载货车驾驶人驾驶风格的疲劳驾驶和超速驾驶特征集;其次,利用因子分析进行特征约简,并采用K-均值聚类方法划分重载货车驾驶人的驾驶风格;然后,构建基于支持向量机的驾驶风格识别模型,并与梯度提升决策树的识 别结果进行对比;最后,基于疲劳驾驶特征和超速驾驶特征的累积分布,建立基于 CRITIC (Criteria Importance Though Intercriteria Correlation)赋权法的重载货车驾驶人驾驶风格量化评估 模型。研究结果表明：经过特征约简,提取的疲劳因子和超速因子能综合反映上述两类特征集 80.838%的信息;根据疲劳因子和超速因子可将驾驶风格划分为4种类别,即稳健型、超速型、疲劳型和危险型,相应重载货车驾驶人比例依次为62.60%、25.02%、7.40%和4.98%;基于支持向量机的重载货车驾驶人驾驶风格识别模型对不同风格的识别准确率均大于97%,整体表现优于梯度提升决策树;基于CRITIC赋权法的驾驶风格评估模型能有效量化重载货车驾驶人的驾驶风格, 其中稳健型驾驶人表现最好,75%以上的驾驶人风格评估总分高于60分;危险型驾驶人表现最差,75%以上的驾驶人风格评估总分低于20分。研究结果可为重载货车驾驶人不良驾驶行为的监测、干预和管理提供理论依据和技术支撑。     

汽车语音交互技术发展趋势综述

汽车网联化和智能化创造了汽车人机交互创新发展的机遇与前景,其中语音交互已经成为人机交互的主要方式。首先,综述了从早期的物理按键到触屏以及发展到现在的语音多模态交互模式等人机交互发展进程,进而分析了国内外语音交互技术研究和应用现状,最后,对语音交互技术发展趋势进行展望,总结出人机交互将围绕从“基本可用”到“好用易用”,从“主副驾交互”到“多乘客交互”,从“被动式执行机器人”到“拟人化贴心助理”,从“车内交互”到“跨场景交互”以及从“语音交互”到“多模态交互融合协同”等趋势发展。     

交通流非线性回归模型的变点统计分析

以往的交通流状态辨识主要集中在交通流状态预辨识（即交通流预测）和实时辨识（即事件检测或交通流突变检测）上,在一定程度上忽略了对交通流变量规律的辨认。依据交通流理论,采用非线性回归模型变点的统计方法,对变点识别的关键问题进行了分析。结合淄博市中心路的实地数据对本方法进行了标定和检验,验证了方法的有效性和可行性。     

磨粒识别神经网络专家系统的设计与实现

智能型磨粒识别是铁谱技术发展的主要趋势,人工神经网络技术的出现为这种智能化提供了一条崭新的途径。介绍神经网络专家系统的基本原理,叙述BP学习算法,设计基于该算法的磨粒识别神经网络专家系统,并予以实现。     

深海水声探测特性研究

为改善水声探测系统的信号检测性能,研究了在深海环境下水声探测的特性.在对浅海和深海声传播特性进行比较的基础上,分析了深海声传播的优越性.通过对不同海洋深度声源的声传播特性仿真分析,证明了深海环境有利于实现远距离声传播.在一定信号接收带宽的情况下,计算了位于深海区域的水声探测系统对安静型潜艇的最大被动水声探测距离,进一步证明了深海环境有利于实现远程水声探测.研究结果为在深海环境下探测安静型潜艇提供了理论依据.     

基于血流图双树复数小波域傅里叶变换的红外人脸识别方法

提出了一种基于血流图与双树复数小波域傅里叶变换的红外人脸识别方法．首先利用血流模型把温谱图转换成血流图,然后将人脸血流图进行一级双树复数小波分解,保留分解后的4个低频子带并分别进行傅里叶变换,得到每个低频子带的特征矩阵,分别计算4个子带的欧氏距离并进行简单的加法融合,再用三阶近邻分类器得到最终的识别结果．为了减小算法的时间复杂度,我们对血流模型进行简化．实验结果表明,本文所提的方法有较好的识别结果．而简化的血流图相比原模型的识别率没有明显的下降,甚至某些情况下还稍高于血流模型,说明本文的方法是有效的．     

Online license plate matching procedures using license-plate recognition machines and new weighted edit distance

License-plate recognition (LPR) technology has been widely applied in many different transportation applications such as enforcement, vehicle monitoring, and access control. Recently, there has been effort to exploit an LPR database for vehicle tracking using popular template matching procedures. Existing template matching procedures assume that the true reference string is always available. However, under a two-point LPR survey, a vehicle could have its plate misread at both locations generating a pair of misread strings (or templates) with no reference for matching. To compensate for LPR misreading problem, we propose a new weight function based on a probability model to match the observed outcomes of a dual LPR setup. Also, considering that reversal errors are never made in LPR machines, new editing constraints as a function of the string lengths are proposed to avoid compensation for reversal errors. These editing constraints are incorporated into the constraint edit distance formulation to improve the performance of the matching procedure. Finally, considering that previous template matching procedures do not take advantage of passage time information available in LPR databases, we present an online tracking procedure that considers the properties of probability distribution of vehicle journey times in order to increase the probability of correct matches. Experimental results show that our proposed procedure can improve the accuracy of LPR systems and achieve up to 97% of positive matches with no false matches. Further research is needed to extend the ideas proposed herein to plate-matching with multiple, i.e., more than two, LPR units.     

基于遗传BP算法的神经网络目标分类器的研究

首先阐述了水下目标识别的研究发展和系统组成,然后提出了一种基于遗传BP算法训练神经网络目标分类器的新方法。实验结果表明采用新方法的神经网络分类器比采用改进BP算法的神经网络分类器具有更优的分类效果。