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.     

聚脲涂层结构模型吸声性能及应用研究

分析了水下敷设枯弹性材料多层结构的吸声机理,推导了用传递矩阵方法研究吸声模型的相关公式.通过数值仿真,对吸声模型的吸声性能与吸声材料参数的关系进行了研究.结果表明:吸声材料弹性模量以一定规律随频率动态变化时,能够取得更好的吸声效果.在此基础上,分别对聚脲和橡胶的吸声性能进行了仿真对比和实验研究,说明聚脲具有良好的吸声性能,应用前景可观.     

水中有限长功能梯度材料圆柱壳声辐射研究

研究了径向简谐集中力激励下的水中功能梯度复合材料有限长圆柱壳的振动和声辐射问题。从有限长功能梯度材料振动方程出发,利用模态叠加法,推导出了圆柱壳在径向集中力激励下,平面振动平均振速和声辐射效率表达式。通过数值仿真计算了不同梯度指数下圆柱壳的平均振速、辐射功率和辐射效率。为功能梯度材料圆柱壳声辐射的研究提供了一种有效方法。     

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.     

一种基于贝叶斯特征的视频图像人脸检测

提出了一种基于仿射运动模型和贝叶斯理论的视频图像人脸检测方法.建立仿射运动模型进行运动估计,提取运动对象区域;对训练图像提取人脸与非人脸的统计特征,利用贝叶斯准则建立概率模型;根据贝叶斯分类器和支持向量机分类器将图像特征分为人脸类与非人脸类,从而检测出视频运动图像中的人脸区域.     

钻孔灌注桩群桩深部断桩的处理

目前,钻孔灌注桩在沿海地区工程中广泛使用,工艺日趋完善。钻孔灌注桩的水下混凝土灌注是成桩的关键环节,但往往由于施工工艺不当,断桩、堵管、夹泥、蜂窝、少灌等质量问题也时有发生。钻孔灌注桩是桥梁基础常见结构型式,但施工中常会受到诸如天气、地质、泥浆、混凝土和经验等因素的影响,导致出现缺陷(Ⅱ、Ⅲ类桩)甚至断桩(Ⅳ类桩)。本文具体就     

城市交通流量短时预测的支持向量机方法

提出基于支持向量机的短时交通流量预测模型,对城市交通本身固有的非线性、复杂性和不确定性进行综合考虑。结合实例数据,对基于支持向量机的预测模型和基于BP神经网络的预测模型进行比较。结果表明:基于支持向量机的预测模型模型在精度、收敛时间、泛化能力、最优性等方面均优于基于BP神经网络的预测模型。     

钢-混凝土组合梁连接键优化布置研究

采用传递矩阵法,研究了组合梁连接键布置方式对组合梁工作性能的影响。首先以梁轴心受力和弯曲为例,介绍传递矩阵法的基本原理,然后根据组合梁的等曲率假设,推导组合梁的场传递矩阵和点传递矩阵,编制传递矩阵法计算组合梁的计算程序。最后通过算例研究,分析了3种连接键布置方式对组合梁工作性能的影响。计算结果表明,对组合梁进行连接键优化布置是可行的。     

长短桩复合地基桩土荷载分担比研究

对长短桩复合地基在竖向荷载作用下的力学性状进行了研究,揭示了长短桩复合地基在不同桩土刚度比条件下桩土相互作用、荷载分担比、桩土应力比及荷载传递方面的变化规律。试验结果表明,此类复合地基能使刚性桩、柔性桩以及土体协调变形,合理发挥它们各自的承载能力,为今后的设计和推广应用提供了依据。     

基于粗糙-支持向量机的航运企业客户信用评估

针对航运企业客户数据样本量少,信息量贫乏、不确定性等特点,提出了一种基于双向互动的粗糙-支持向量机的动态建模方法.利用该方法对具有复杂动态特性和不确定性的航运企业客户信用评估进行建模,并进行了实例研究.结果表明,基于粗糙-支持向量机的动态模型具有较快的收敛速度、较高的建模精度以及较好的泛化能力.