基于ASP.NET技术的围岩分级系统开发

文章介绍了开发的基于互联网的围岩分级系统。该系统以ASP.NET技术为基础,结合了数据库技术、支持向量机技术、MATLAB接口等技术,实现了掌子面围岩信息的编录存储、围岩级别的智能判别等功能,并能使设计、专家、业主等人员通过互联网就可以及时了解到掌子面的围岩状况,对围岩级别进行综合判定,提高了隧道施工的信息化程度。     

云支持的分层式车辆队列预测性巡航控制

为了提升队列行驶的经济性,提出了一种高速公路场景下的云支持的队列预测性巡航控制方法(CPPCC),并进行真实道路和车辆数据模型的仿真实验。该方法采用了分层式结构,上层为云端的队列速度规划层,下层为队列稳定控制层。云端的速度规划层,考虑了道路坡度的滚动域的动态规划(RDP)算法,实现队列行驶的经济性目标。下层的车端队列稳定控制层,搭载了分布式模型预测控制器(DMPC),来跟踪云端发送速度,同时考虑了队列的稳定控制。结果表明:与传统的前车与领航车跟随的定速巡航队列(PLF-CC)方法相比,在行驶时间减小0.24%的前提下,本文所提出的方法节省6.04%的能源。     

我国船舶压载水排放防控发展现状

研究我国在船舶压载水立法、处理技术、生物检测和岸基接收方面的现状,结果表明：压载水立法较晚,且多借鉴国外法规或国际公约;压载水处理技术处于领先水平,技术方案涵盖电解和紫外线等主流方向;压载水生物检测取样机构众多,且多数具有D-2标准检测资质;具备压载水岸基接收能力,但目前缺少港口安装和接收实例。我国压载水处理技术和检测技术较为领先,但在立法保护和岸基接收方面仍需要进一步完善。     

大浪环境下岸基驾控介入自主驾控

在大浪环境下影响船舶航行的两个重要因素,即大浪对船舶航行影响因素及船长或引航员在大浪环境下操纵船舶经验因素。文章通过分析这两个因素,利用DEMATEL决策实验和评价实验法为船长、引航员的抗浪航行经验建立数据模型,利用该模型为ALARP风险评判法提供数据支撑,使得智慧船舶能够量化地掌握岸基驾控介入自主驾控时机这一关键点。     

多种缺失模式下交通数据组合近似填补方法

随着智能交通系统中采集和应用的基础数据规模不断扩大,数据缺失问题的重要性也日益凸显。针对交通数据中常出现的数据随机缺失和连续缺失问题,本文提出基于鲸鱼优化算法优化最小二乘支持向量机的组合近似填补方法(Combined Approximate Filling, CAF)。考虑缺失数据整体变化趋势的同时,参考数据的波动特征,根据多重填补思想对缺失值分别使用单变量填补和多变量填补,然后引入图片识别中自适应阈值分割法对不同时段下的差异值进行动态划分处理,最后利用不同时段的动态差异度阈值将单变量填补和多变量填补的结果进行结合,完成缺失值的高精度近似填补。为验证填补方法的性能,利用云南省玉溪市大量实车轨迹处理数据设计多组实验。实验结果表明,在小样本数据中,CAF填补方法能够适应多种场合的填补工作,该方法总体优于其他方法,在不同缺失率下均表现良好,尤其是随机缺失填补,最大RMSE为0.365。实验还证明了该方法在不同缺失类型和不同数据离散度下数据填补效果相比于其他方法优势更加明显。     

基于改进BP-SVM-ELM组合预测的光伏MPPT方法研究

针对传统最大功率点跟踪方法存在功率振荡和跟踪速度慢的问题,文章提出一种考虑影响光伏输出特性因素变量的组合预测方法。该方法使用遗传算法优化逆向传播神经网络、最小二乘支持向量机和极限学习机分别预测最大功率点对应的电压,然后再通过方差-协方差权值动态分配法来组合预测。通过仿真实验分析,验证了该组合预测方法能够利用各算法自身的优势,并有效地避免其不足,从根本上提高了预测模型的性能。通过与传统的扰动观测法对比,确认采用该方法不仅能保证光伏阵列能够稳定运行在最大功率点,而且有效地缩短了跟踪最大功率点的时间,提高了光伏发电系统效率。     

城市交通枢纽短期客流量的组合预测模型

客流量的预测对交通枢纽内部组织方案和应急预案的调整起着重要作用,为了更为精确地对交通枢纽短期的客流量进行预测分析,通过分析交通枢纽客流量的变化特点,对比各种预测方法的优缺点,建立了综合BP神经网络和最小二乘支持向量机的组合预测模型,通过BP神经网络初步预测,再利用最小二乘支持向量机的修正,完成对交通枢纽客流量的预测。实际数据验证表明,相比单一的预测模型,文内提出的模型能够将交通枢纽的客流量的预测精度提高约1%,表明论文中方法能够克服单一模型带来的不确定性。      

首辆军用高级重症监护型救护车亮相医疗展

日前,由军事医学科学院卫生装备研究所与东风特汽（十堰）客车有限公司联合研制的全国首辆军用重症监护型救护车在京亮相,该车主要用于重症病人的转运和紧急救治。     

基于支持向量机的桥梁挠度传感器自适应修正方法研究

通过分析连通管式挠度测量原理,对挠度修正方法进行了改进。为避免现有方法需要对初始状态参数求取,引入了支持向量机模型以求得挠度传感器更换后的理论值,进而得到挠度偏差Δf。本方法不受温度及工况的限制,具有一定的自适应特性。多次实验结果显示现有方法和本方法的均方误差分别为0.785312和0.329756,说明本方法明显优于现有求均值的方法。     

铁路隧道二次衬砌敲击检查声音特征分析及智能识别

为实现铁路隧道二次衬砌背后空洞智能诊断,基于声音识别技术,建立隧道空洞敲击检查声音智能识别模型。收集645段检查锤敲击衬砌的声音样本,运用信号特征分析的基本方法,分析有空洞和无空洞状态下声音信号的时域和频域特征,并提取24维梅尔频率倒谱系数作为机器学习数据集。用主成分分析法降维,经混合粒子群算法优化的支持向量机训练后,建立铁路隧道空洞敲击检查声音智能识别模型,将该模型应用于实际铁路隧道验证其有效性。建立的声音识别模型训练时长为31 s,准确率达95.56%,且能准确对实际工程中的声音样本做出分类。研究结果表明：对2种状态下的声音样本时域特征和频域特征进行对比和分析,不同状态下短时能量和声纹都出现明显的不同。运用PCA-混合PSO-SVM建立的声音识别模型,有着较高的准确率和较快的训练速度,能够根据敲击检查声音准确判断出隧道背后是否存在空洞,如何根据声音特征判断衬砌背后空洞的大小和深度等,将是下一步研究的重点。目前铁路隧道快速无损检测还无法大范围普及,人工检查仍是使用最广泛的检查方法,通过研究敲击检查声音智能识别,为隧道智能化诊断做出新的探索,对加快人工检查速度、提高信息化程度和实现无纸...