基于统计及形态特征指标的桥梁线形监测评估

为探讨大跨度桥梁线形实时在线监测及安全评估方法,以武汉阳逻长江公路大桥为工程背景,建立了液压差半封闭式连通管线形监测系统,介绍该桥健康监测系统中线形监测的测点布置、采集方案策略,重点研究了以统计及形态特征为指标的桥梁线形监测加权评估方法。研究表明:该系统能够实时在线监测并评定桥梁线形变化特征,且测试精度高、长期稳定性好;统计及形态特征指标集单个测点与全部测点数据评估为一体,可有效运用于大跨度桥梁线形监测的状态评估。     

车速传感器试验台的系统开发

设计了ABS车速传感器试验台,分析设计结构及其车速传感器所采集的信号调理电路并与微机进行实时的通信,实时监测车速传感器的性能参数,开发了数据采集系统进行数据分析处理。研究表明该系统性能稳定,抗干扰能力强,为车速传感器测试提供了方便。     

新型竖向位移测量系统的研究及应用

针对现有桥梁挠度及结构基础沉降测量方法的不足.尤其是高速铁路桥梁基础沉降实时监测手段的欠缺,提出了一种结合液～气耦合压差挠度仪、RS-485总线及GPRS无线传输技术的封闭式/半封闭式结构竖向位移测量方法并进行了系统研发.该系统已成功应用于武汉天兴洲长江大桥、重庆朝天门长江大桥等数十座桥梁的挠度及某高速铁路桥梁基础沉降...     

基于ANP方法的公交车实时调度策略选择研究

给出了公交车的4种实时调度策略,包括滞站调度、跳站调度、短掉头和发车调度.4种调度策略各有优缺点,但是在特殊环境之下,如何考虑选择不同的调度策略是管理者面临的重要问题.文中建立了ANP方法,选择12个指标对4种不同的调度策略进行对比,考虑指标与因素之间的反馈与关联,更接近于决策的实际情况,有助于提供更好的方案选择.     

公交浮动车辆到站时间实时预测模型

根据公交浮动车辆实时GPS数据,考虑不同时段的路段平均速度、公交车站、信号灯等多因素的影响,建立了一种新的公交车辆到站时间预测模型.通过估计到达下游最临近站点的时间和判断道路上GPS数据的有效性等方法,改善了预测模型的精度,并应用重庆公交车辆数据对模型进行验证.计算结果表明:该模型能够实时预测公交浮动车辆到达下游站点的...     

CTC条件下铁路客运站股道运用决策支持系统

结合车站自律机、联锁系统、客运站股道运用技术作业及其要求,设计了基于分散自律控制原则的系统模型、功能与体系结构。运用现代排序理论,构建了股道运用实时调整可控排序模型和耦合模型,提出了基于合成分派规则的三步算法与股道运用通用启发式算法,求解股道运用系列决策问题,解决铁路行车及调车作业之间的干扰问题,并开发了CTC条件下铁路客运站股道运用决策支持系统。分析结果表明:合成分派规则的平均优化解明显优于基本分派规则的平均优化解,合成分派规则EDD+FIFO获得的解最优;实时调整时宜直接采用合成分派规则,尤其是规则EDD+FIFO,求解耦合问题时应综合考虑各种分派规则。可见,系统的功能、性能和技术指标均能满足股道运用智能编制和实时调整的现实需求。     

实时荧光定量PCR检测宫颈癌组织中HGF mRNA和c-Met mRNA的表达

目的检测宫颈癌组织中肝细胞生长因子(HGF)及其受体原癌基因c-Met的分子表达水平,并探讨其临床意义。方法采用实时荧光定量PCR(QRT-PCR)技术检测43例宫颈癌,30例宫颈上皮内瘤变Ⅲ和27例正常宫颈组织标本中HGF和c-Met的分子表达水平。结果 HGF mRNA和c-Met mRNA在宫颈癌组织中均呈高表达,其与宫颈癌患者临床分期、肿瘤直径大小、浸润深度、淋巴结转移有关(P均<0.05),而与肿瘤的分化程度无关(P>0.05)。HGF mRNA和c-Met mRNA之间存在正相关(r=0.666,P<0.01)。结论 QRT-PCR技术可对宫颈癌组织中的HGF mRNA和c-Met mRNA表达进行定量检测;HGF mRNA和c-Met mRNA的高表达与宫颈癌的侵袭转移有关。两者联合监测有利于早期诊断宫颈癌,为宫颈癌的治疗和预后提供参考。     

海上搜救模拟器中大规模地形场景的实时绘制

大规模地形场景的实时绘制在虚拟现实、地理信息系统、战场仿真等领域有着广泛的应用.为满足海上搜救模拟器直升机单元视景系统的需求,对大规模地形场景的建模与实时绘制技术进行了研究.利用Google Earth 获取地形数据,使用ArcScene构建三维地形,并在Creator中设置多级LOD以保证绘制的实时性,同时利用GetScreen软件获取与地形相对应的纹理数据,并将纹理映射到三维地形上,最终运用OSG软件对地形场景进行实时绘制.试验表明提出的方法可实现大规模地形场景的高效逼真绘制.     

考虑多维动态特征交互的高速公路实时事故风险建模

为探究天气和道路等特征,以及交通流、天气、道路及时间等多维动态特征之间的交互作用对实时事故风险预测模型精度的影响,本文基于京哈高速公路北京段的事故数据,以及匹配的交通传感器数据、天气数据和道路特征等,构建4个数据集,分别为只包含交通流变量,包含交通流变量、天气及时间特征变量,包含交通流变量、道路及时间特征变量,包含交通流变量、天气、道路及时间特征变量。从考虑多维动态特征的交互效应出发,基于深度交叉网络,提出一种新的实时事故风险预测模型。结果显示,本文所构建的深度交叉网络模型比其他几种实时事故风险预 测方法显示出更高的精度。模型的AUC值(Area Under Curve)可达0.8562,在0.2的概率阈值下, 可以正确分类84.26%的非事故数据和77.55%事故数据。结论表明,本文采用的多维动态特征交互样本条件下的深度交叉网络模型能够有效地预测高速公路交通事故,可为我国高速公路安全管理部门提供理论与技术支持。