基于客运联系特征的中国城镇空间演变态势

空间运输联系反映地理单元间的经济联系,与城镇化进程和区域发展格局息息相关。随着经济发展和城镇化水平的提高,省内客运联系增长速度显著快于省际,省域客运联系呈现内聚化态势;从各区域变化幅度看,内聚化态势围绕三大核心城市群由内而外逐步加强,并呈现较大的南北差异。省际客运联系呈现以京津冀、长三角、珠三角为核心的中心—外围结构,从发展态势看,沿海城市群的极化效应进一步凸显,中西部区域区内联系加强态势初步显现。研究显示:现状城镇空间不平衡特征仍较为突出,尤其南北分化问题凸显;未来城镇空间布局需突出沿海城镇空间的再平衡、促进中西部城镇空间的多中心集聚和加强南北区域协作。     

空间量子保密通信的研究现状

首先阐述了量子密码术(quantum cryptography,QC)在保密通信中的重要意义,然后简要地介绍了量子保密通仪协议安全性的基本原理和几种量子密码术协议,综述了空间量子保密通信实验研究的进展,最后在上述实验的基础上介绍了基于卫星的量子保密通信终端及其关键参数和关键技术。     

基于长间隔大规模数据的地图匹配算法研究

随着GPS定位技术应用的日益推广,GPS技术被大量应用于公交车辆及出租车辆的定位与预测.公共交通调度中心的数据量和处理负荷将变得非常巨大,而且租用电信无线网络的费用也很高.如何使用尽可能少的数据得到比较好的定位信息和节约计算资源就成为我们面对的一个重要课题.针对杭州交通调度中心的出租车和公交车的大间隔定位信息,本文提出了一种将基于权值,道路拓扑和最优路径选择相结合的综合地图匹配算法,并应用于实际,取得了很好的效果.     

钢绞线斜拉索在狭窄空间内的特殊张拉工艺

对于塔内空间极其狭窄的斜拉桥，其斜拉索安装、张拉等极其困难。以贵州省某斜拉桥为例，介绍一种特殊、简便、高效、经济的斜拉索张拉施工方法，可以较好地解决因塔内空间狭窄而导致不便开展斜拉索相关工序的难题。     

碗扣满堂支架法在盖梁施工中的应用

跨铁路公路立交桥高墩盖梁模板支撑体系的稳固与否直接关系到铁路运营安全,碗扣式脚手架作为高墩盖梁模板支撑体系以其拆卸迅速简便、承载能力大、安全可靠等特点得到了广泛的认可,而脚手架立杆的稳定性是脚手架支撑体系稳定的关键。以某跨铁路的公路桥高墩盖梁模板支撑体系为例,对碗扣式支撑体系的稳定性进行了分析验算,确定了盖梁模板支护方案并应用于漾泉大道跨白荫支线改线立交桥工程,应用效果良好。     

行人过街需要分析研究

通过调查分析研究,运用心理学需要理论和交通工程理论,分析了行人过街过程中的各种需要,包括心理需要、时间和空间需要、环境和其他需要。对过街过程中需要的具体内容进行了阐述。最后总结了各种需要之间的联系。     

大跨度斜拉桥与T构协作体系的动力特性分析

协作体系的动力特性主要包括体系的自振频率和主振型,它是协作体系结构动力分析的基础和前提。通过建立空间有限元模型,对金马大桥这种独特的协作体系结构进行了动力特征分析,给出了前20阶频率和相应的振型,并且对同等跨径的普通斜拉桥和剪力铰方案做了相应的动力特征比较分析,同时分别计算了各种结构参数变化对协作体系结构动力特性的影响,对其影响规律作了详细的讨论,本文的结果为协作体系的固有振动分析和抗震设计提供了理论依据。     

基于路网子图空间的交通流平衡分析方法

通过定义路网子图空间,提出了基于路网子图空间的Wardrop平衡原理,建立了相应的交通流平衡分析模型,并通过实例阐释了偏态均衡路网交通流的形成机理与演化过程。研究表明:该模型能够很好地解释包括新路开通期的路网交通流、换乘子图空间路网交通流、收费道路偏好子图空间路网交通流等多种情形下由于网络结构被差异性地认知所形成的偏态均衡路网交通流现象,为多标准下交通流的平衡分析建立了新途径;该分析方法有助于道路网络结构设计与道路网络管理方案的优化。     

基于Takens理论和SVM的滑坡位移预测

针对滑坡变形时序非线性,数据量少的特点,引入Takens理论,采用支持向量机(SVM)建立其预测模型,建模过程中,比较了由不同核函数获得的SVM模型的性能,同时将SVM与RBF、El-man神经网络模型进行外推7步预测试验比较。结果表明:RBF核函数具有更好的工程实用价值;在有限样本情况下,SVM预测模型具有更好的准确性和泛化性,其7步预测平均误差率控制在5%以内,可见该方法在滑坡变形预测方面极具潜力。     

基于子波能量和神经网络分类器的机动车车型识别

为了使交通管理系统能进行可靠的机动车分类,研究了轿车、轻型越野车和货车3种机动车目标的声信号,提出了一种采用子波分解后不同尺度上声信号能量作为特征向量的特征提取算法,并设计了kNN(k近邻)分类器和改进BP神经网络分类器用于目标分类。目标识别和分类试验结果表明:所提出的特征提取算法能够很好地体现不同类型目标之间的差异,提取的特征向量稳健;设计的改进BP神经网络分类器的分类精度可达92.6%,且分类效果优于kNN分类器。