基于SVM的交通事件检测技术

为减少交通事件引起的交通延误,提出了一种基于支持向量机(SVM)的交通事件自动检测(SVM-AID)算法.采用实际高速公路交通参数数据库(I-880数据库),对SVM-AID算法的分类性能进行测试,并分析了SVM中各参数对分类效果的影响.结果表明,SVM中参数对分类效果的影响很大,必须慎重选择;SVM-AID算法对不同...     

基于车致振动响应的铁路桥梁损伤位置识别

为识别列车荷载引起的桥梁结构损伤,基于车致振动的加速度响应,提出了一种损伤位置识别方法.该方法通过结构易损性分析,确定结构易损的部位,并根据易损部位的损伤状态,从列车行驶的时间区域中选择若干子区域;然后,假设在每一个子区域内特定易损部位的损伤状态保持不变,将损伤位置识别分为2个层次进行,每一层次均以加速度时程数据构建损伤指标,从多个角度优化样本库,并采用支持向量机作为分类工具,建立损伤位置识别模型.对一连续梁的实例分析表明:该方法能够考虑结构状态与列车荷载的相关性,在损伤最易出现的时间子区域内,对易损部位进行损伤识别,可获得较好的损伤位置识别结果;且在低水平噪声干扰下,识别结果变化不大.     

基于遗传PID的动静液复合转向优化控制研究

由于履带车辆常运行于恶劣的环境中,采用动静液复合转向机构的某型履带车辆在转向过程中,静液系统压力存在较大的波动,严重影响了车辆的转向等性能.为了使履带车辆动、静液系统配合平稳,采用电液比例阀替代实车上采用的充油阀,并在Matlab仿真平台下建立了动静液复合转向的系统模型,对转向过程的静液系统压力变化等情况进行了仿真.为了改善系统的综合性能,设计了遗传PID控制器,控制器可根据静液系统压力波动状况实时控制进入液力耦合器的油量.仿真结果表明,改进后的系统工作过程平稳,动态响应迅速,能够很好地抑制了转向过程中静液系统压力的波动,提高了车辆转向的综合性能.     

混凝土斜拉桥移动支架法施工阶段挠度可靠性分析

从施工控制的角度出发,针对斜拉桥施工期可靠度分析中不存在显示极限状态函数的问题,利用虚拟中间变量法在标准正态空间内重构挠度极限状态曲面;并以挠度控制为目标函数,对斜拉桥施工过程中的主梁可靠度进行计算分析;同时借助大型有限元软件,对斜拉桥施工过程的支架系统进行了准确模拟,有效分析了移动支架对斜拉桥施工期的可靠性影响.分析结果表明：支架系统材料的变异对施工期的主梁前端挠度可靠性有一定的影响;支架的几何尺寸变更对前端挠度可靠性有较大的影响;合理地选择支架施工方案可以在满足施工可靠性前提下提高工程经济性.     

基于SVM分类器的道路湿滑图像分类方法研究

在恶劣天气下路面湿滑状况将发生显著变化,导致驾驶条件恶化,极易引发恶劣的交通事故.为了帮助交通管理部门实时获取路面湿滑状况信息,了解路面附着性能,并以此制定合理的车速控制和交通诱导策略,通过采集道路湿滑图像,利用设计的具体SVM分类器结合3种训练算法对道路湿滑图像进行分类学习训练,并通过训练后的SVM分类器对大量道路湿滑图像进行分类实验,对道路湿滑状态进行分类研究.实验结果表明:(1)寻找合适的核函数,选择合适的参数是使用SVM进行高效分类的一个重要因素;(2)在训练过程中,均方误差(MSE)能反映出分类器实现的正确率,SVM的训练本身的误差决定了分类的正确率,而且训练个数的增多带来了特征空间维数的增加,从而导致计算量的增大.     

基于Gaussian-支持向量回归机的高速公路短时交通量预测

针对高速公路短时交通量的实时性、波动性和非线性的特点,将支持向量回归机(SVR)应用于高速公路短时交通量预测,并采用Gaussian损失函数来代替ε-不敏感损失函数,对原始序列进行降噪处理,为了更好的优选SVR模型参数,采用遗传算法(GA)进行参数优选,建立了基于GA优化的GA-Gaussian-SVR高速公路短时交通量预测模型,将本路段前几个时段交通量、天气因素和出行日期作为影响因素输入,结合实例进行了仿真预测.结果表明该方法可有效应用于高速公路短时交通量预测.     

土层锚杆在地铁站基坑支护中的应用

结合在广州地铁二号线客村站基坑支护中土层锚杆的施工,介绍了土层锚杆的材料特性、施工工艺,及土层锚杆支护基坑的安全监测,为该项工艺在基坑施工中的合理使用提供了借鉴。     

论桥梁支座垫石的缺陷和改善措施

通过阐述桥梁支座垫石的作用,从而进行支座垫石存在的缺陷的分析,从多方面找出原因,提出改善桥梁支座垫石的措施,以使得桥梁支座垫石施工更加完善,确保桥梁的使用年限达到预期规定年限.     

����PSO-SVM�ľ�����з�ʽԤ��ģ�ͪ�

居民出行方式选择是一个较为复杂的非线性问题,受到的影响因素众多。提出采用支持向量机方法构建了居民出行方式选择模型,并以交叉验证意义下的分类准确率作为适应度函数,利用粒子群算法对支持向量机参数优化选择,避免参数设定的随机性,减少参数选择的工作量.通过实证研究表明,利用粒子群算法优化支持向量机的参数是可行的,支持向量机方法相对于BP神经网络,对居民出行方式预测有更高的精度.预测精度比BP神经网络提高了将近5个百分点,建模样本和测试样本的分类精度分别达到86.20%和82.31%.所构建的模型可用于居民出行方式预测,这对城市交通规划,出行需求预测具有现实指导意义.     

虾峙门航道航法探究

文章通过对虾峙门航道通航条件的分析,提出通过虾峙门航道安全的航行方法及注意事项,供过往该航道的船舶驾驶人员借鉴和参考。